Projeto e Aplicação de um Método de Detecção de Faltas Baseado em Filtros Adaptativos e Estimativa de Velocidade de Rotação para um Atuador Eletro-Hidrostático

Summary

Neste artigo, um filtro adaptativo baseado em um algoritmo de mínimos quadrados médios normalizados (NLMS) e um método de estimativa da velocidade de rotação são introduzidos para detectar as falhas elétricas e hidráulicas do atuador eletro-hidrostático (EHA). A eficácia e a viabilidade dos métodos supracitados são verificadas através de simulações e experimentos.

Abstract

O atuador eletro-hidrostático (EHA) é um promissor aparelho de atuação utilizado em sistemas de controle de voo para aeronaves mais elétricas (MEA) devido à sua alta densidade de potência e baixa manutenção. Como a confiabilidade do sistema diminui com o aumento da complexidade, a detecção de falhas está se tornando cada vez mais importante. Neste trabalho, um filtro adaptativo foi projetado com base em um algoritmo de mínimos quadrados médios normalizados (NLMS), que poderia identificar a resistência dos enrolamentos do motor on-line para detectar falhas elétricas no EHA. Adicionalmente, com base na relação analítica entre velocidade de rotação e deslocamento, um método de estimativa da velocidade de rotação foi projetado. Comparando a velocidade de rotação real com a estimada, falhas hidráulicas puderam ser detectadas. Para verificar a eficácia do método supracitado, foi aplicado um software para a modelagem e simulações, que incluíram injeção e detecção de falhas. Com base nisso, uma plataforma experimental foi construída e, em seguida, submetida a uma série de experimentos de validação. Os resultados indicam que o método de detecção de faltas tem o potencial de detectar falhas elétricas e hidráulicas em um EHA.

Introduction

O atuador eletro-hidrostático (EHA) é um componente chave para o controle de voo em aeronaves mais elétricas (MEA). A estrutura típica de um EHA é mostrada na Figura 1. Sua estrutura compacta garante alta densidade de potência, baixa manutenção e maior tolerância a falhas e segurança em comparação com o servo atuador hidráulico tradicional (HSA)¹. No entanto, a confiabilidade atual do EHA não pode atender aos requisitos práticos de mais aeronaves elétricas². Como resultado, a tecnologia de redundância foi introduzida no design do EHA. Para maximizar a eficácia da tecnologia de redundância, o status operacional do sistema deve ser monitorado por um método de detecção de falhas³. De acordo com o local onde a falha ocorre, os modos de falha do EHA podem ser divididos em falhas do servo controlador e falhas da unidade de controle de potência (PCU). As falhas de PCU podem ser divididas em falhas de sensor, falhas de unidade eletromecânica e falhas de unidade hidráulica. O mecanismo de falha do servo controlador tem pouca relação com o corpo do EHA, e a probabilidade de falha do sensor é muito menor do que a do componente⁴ do equipamento. Portanto, focamos nas falhas da unidade eletromecânica e da unidade hidráulica neste artigo.

As falhas da unidade eletromecânica incluem falhas no módulo de acionamento do motor e falhas no motor CC sem escova (BLDCM). Geralmente, a probabilidade de uma falha eletrônica de acionamento de potência (PDE) (por exemplo, uma falha de curto-circuito, uma falha de circuito aberto) é relativamente alta. Quando ocorre uma falha de curto-circuito, a corrente PDE aumenta acentuadamente em um curto período de tempo, causando consequências graves, como o desligamento do motor ou danos aos componentes elétricos. Embora o motor possa manter seu estado de funcionamento após a ocorrência de uma falha de circuito aberto, a sobrecorrente e a sobretensão para os outros componentes elétricos ainda são inevitáveis, e falhas secundárias podem consequentemente acontecer⁵. Quanto aos BLDCMs, os enrolamentos do motor são mais propensos a falhas por curto-circuito ou circuito aberto⁶. O PDE na unidade eletromecânica é conectado em série com os enrolamentos do motor correspondentes. O método de detecção de falhas projetado para os enrolamentos do motor também é eficaz ao lidar com falhas no PDE. Portanto, falhas na unidade eletromecânica, incluindo tanto no motor quanto no PDE, devem ser detectadas on-line.

As falhas da unidade hidráulica incluem ocorrências de falha na bomba de pistão de deslocamento fixo, no bloco de válvula integrado e no cilindro de acionamento⁷. A bomba de pistão da EHA é composta por pistões, placas de lavagem e placas de válvula; Danos à vedação e desgaste da placa valvar são as principais formas de falha⁸. Esses dois modos de falha aumentam o vazamento da bomba. Mudanças anormais no fluxo de saída e na pressão se seguem e, eventualmente, levam a uma diminuição na velocidade do cilindro de acionamento e a uma redução no desempenho servo do sistema. Os modos de falha do bloco de válvula integrado incluem uma falha de reservatório pressurizado, uma falha de válvula de retenção, uma falha de válvula de alívio e uma falha de válvula de seleção de modo. O reservatório pressurizado geralmente adota um design auto-impulsionável com alta confiabilidade. Quando ocorre uma falha, no entanto, a pressão de carga insuficiente causa cavitação da bomba, resultando em fluxo de saída anormal. Fadiga da mola, desgaste de componentes e deformação são modos de falha comuns nas válvulas de retenção e válvulas de alívio. Uma falha na válvula de retenção apresenta-se como um vazamento reverso, que leva diretamente a um fluxo anormal. Uma falha na válvula de alívio leva a uma função de proteção inválida, resultando em pressão anormal. As falhas comuns da válvula de seleção de modo são falha da mola de retorno e bobinas de fio quebradas. O primeiro causa a comutação em corrente do estado de trabalho, levando a um movimento anormal do cilindro de atuação. Uma falha no cilindro de acionamento resulta em uma diminuição na precisão do controle de posição e no desempenho dinâmico. Em resumo, falhas nas unidades hidráulicas causam vazão e pressão anormais⁹. Como o fluxo e a velocidade de rotação do motor são aproximadamente proporcionais em um sistema EHA, a velocidade de rotação pode ser monitorada on-line para detectar fluxo e pressão anormais devido a falhas repentinas.

Os métodos de detecção de falhas correspondentes destinados às falhas de unidade eletromecânica e falhas de unidade hidráulica mencionadas anteriormente precisam ser projetados. Os métodos para detecção de faltas em um sistema eletromecânico incluem principalmente a estimativa do estado e a identificação de^{parâmetros10}. Um observador de estado é construído com base em um modelo matemático do sistema que faz uma estimativa de estado e determina falhas analisando a sequência residual gerada pelo observador. Alcorta e col. propuseram um observador não-linear simples e novo com dois termos de correção para detecção de falhas de vibração em aeronaves comerciais, o que é altamente eficaz¹¹. No entanto, esse tipo de método deve resolver o problema de robustez do observador. Em outras palavras, ele deve suprimir as mudanças na sequência residual causadas por informações não falhas, como erro de modelo ou distúrbios externos. Além disso, esse método geralmente requer informações de modelo muito precisas, o que geralmente é difícil de coletar em aplicações práticas de engenharia.

O método de identificação de parâmetros emprega certos algoritmos para identificar os parâmetros importantes no sistema. Quando ocorre uma falha, o valor do parâmetro correspondente também é alterado. Portanto, falhas podem ser detectadas detectando uma alteração nos parâmetros. O método de identificação de parâmetros não requer o cálculo da sequência residual, de modo que pode evitar o efeito de distúrbios na precisão da detecção. O filtro adaptativo tem sido amplamente utilizado na identificação de parâmetros devido à sua fácil implementação e desempenho estável, sendo um método favorável e viável para detecção de falhas^{eletromecânicas12}. Zhu e col. propuseram um novo método de detecção de falhas de estimativa adaptativa multimodelo baseado em filtros adaptativos do kernel, que realiza a estimativa do valor real do estado de voo e a detecção de falhas do atuador on-line com bom desempenho¹³.

Referindo-se à pesquisa anterior, métodos de detecção de falhas correspondentes foram projetados. A resistência dos enrolamentos muda abruptamente quando ocorrem falhas elétricas, como falhas de circuito aberto ou falhas de curto-circuito. Portanto, um filtro adaptativo foi projetado com base em um algoritmo NLMS para identificar a resistência dos enrolamentos, o que pode determinar se ocorreu uma falha elétrica. A combinação de um filtro adaptativo com um algoritmo NLMS para minimizar a mudança do vetor de parâmetros leva a um efeito de convergência melhor e mais rápido¹⁴. Para falhas de unidades hidráulicas, um algoritmo de estimativa da velocidade de rotação foi proposto com base na clara relação analítica entre a velocidade de rotação da bomba e a posição do cilindro atuante. As falhas hidráulicas do EHA foram detectadas on-line comparando-se a velocidade de rotação estimada com a velocidade real em tempo real.

Neste trabalho, um método de teste combinando simulações e experimentos foi adotado. Primeiramente, foi construído um modelo matemático do EHA e realizada uma simulação para o método de detecção de falhas proposto. A simulação incluiu a verificação dos métodos de detecção em condições de não falha e injeção de falta. Em seguida, o método de detecção de falhas foi realizado no servo controlador real. Finalmente, os resultados das simulações e experimentos foram analisados e comparados para avaliar a eficácia do método de detecção de faltas.

Protocol

1. Estabelecimento do modelo de simulação EHA Abra o software de simulação em um PC. Construir o modelo de simulação para o EHA (Figura 2), de acordo com as equações matemáticas do modelo EHA15, e conduzir um PI de três loops como controlador. Encapsular o módulo hidráulico (Figura 2C), o módulo elétrico (Figura 2B) e o controlador (Figura 2B, D</stro…

Representative Results

Na simulação, a posição real e a curva de posição do alvo da haste do pistão EHA na condição de não falha são mostradas na Figura 7. De acordo com a curva, o sistema estava operando normalmente, com boas características dinâmicas. A posição real e a curva de posição alvo da haste do pistão EHA na condição de injeção de falha eletromecânica são mostradas na Figura 8. De acordo com a curva, o sistema não conseguiu rastrear o alvo com preci…

Discussion

Ao conduzir essas etapas experimentais, foi importante garantir a capacidade em tempo real do algoritmo para obter resultados precisos de cálculo. O ruído branco no processo de aquisição do sinal foi adotado para simular as características do sensor real, a fim de tornar a simulação mais próxima da realidade. Nas simulações e experimentos, filtros de média móvel foram aplicados para reduzir a flutuação na resistência identificada e a velocidade de rotação estimada, o que tornou as características de fal…

Materials

LabVIEW	NI	NI LabVIEW 2018
Matlab/SIMULINK	MathWorks.Inc	R2020a
Personal Computer	Lenovo	Y7000 2020H
24V Switching Power Supply	ECNKO	S-250-24
Programmable Current Source	Greens Pai	GDP-50-30