תכנון ויישום שיטת זיהוי תקלות המבוססת על מסננים אדפטיביים והערכת מהירות סיבוב עבור מפעיל אלקטרו-הידרוסטטי
Summary
במאמר זה, מסנן אדפטיבי המבוסס על אלגוריתם ריבועי ממוצע מינימלי מנורמל (NLMS) ושיטת הערכת מהירות סיבוב מוצגים כדי לזהות את הפגמים החשמליים וההידראוליים של המפעיל האלקטרו-הידרוסטטי (EHA). יעילותן והיתכנותן של השיטות הנ”ל מאומתות באמצעות סימולציות וניסויים.
Abstract
המפעיל האלקטרו-הידרוסטטי (EHA) הוא מנגנון הפעלה מבטיח המשמש במערכות בקרת טיסה עבור מטוסים חשמליים יותר (MEA) בשל צפיפות ההספק הגבוהה והתחזוקה הנמוכה שלו. מאז האמינות של המערכת פוחתת עם המורכבות הגוברת, זיהוי תקלות הופך להיות חשוב יותר ויותר. במאמר זה, מסנן אדפטיבי תוכנן בהתבסס על אלגוריתם מנורמל הכי פחות ממוצע ריבועי (NLMS), שיכול לזהות את ההתנגדות של פיתולי המנוע באינטרנט כדי לזהות תקלות חשמליות ב- EHA. בנוסף, בהתבסס על הקשר האנליטי בין מהירות סיבוב לתזוזה, תוכננה שיטת הערכת מהירות סיבובית. על ידי השוואת מהירות הסיבוב בפועל עם המשוערת, ניתן היה לזהות תקלות הידראוליות. כדי לוודא את יעילות השיטה הנ”ל, יושמה תוכנה למידול ולסימולציות, שכללו הזרקה ואיתור תקלות. על בסיס זה נבנתה פלטפורמה ניסיונית ולאחר מכן עברה סדרה של ניסויי תיקוף. התוצאות מצביעות על כך שלשיטת איתור התקלות יש פוטנציאל לאתר תקלות חשמליות והידראוליות ב-EHA.
Introduction
המפעיל האלקטרו-הידרוסטטי (EHA) הוא מרכיב מפתח לבקרת טיסה במטוסים חשמליים יותר (MEA). המבנה הטיפוסי של EHA מוצג באיור 1. המבנה הקומפקטי שלו מבטיח צפיפות הספק גבוהה, תחזוקה נמוכה ועמידות גבוהה יותר בפני תקלות ובטיחות בהשוואה למפעיל סרוו הידראולי מסורתי (HSA)1. עם זאת, האמינות הנוכחית של EHA אינה יכולה לעמוד בדרישות המעשיות של מטוסים חשמליים נוספים2. כתוצאה מכך, טכנולוגיית יתירות הוכנסה לתוך העיצוב של EHA. כדי למקסם את האפקטיביות של טכנולוגיית היתירות, יש לנטר את מצב ההפעלה של המערכת באמצעות שיטת זיהוי תקלות3. בהתאם למיקום שבו מתרחשת התקלה, ניתן לחלק את מצבי התקלה של ה- EHA לתקלות בקר סרוו ותקלות ביחידת בקרת הספק (PCU). ניתן לחלק את תקלות ה-PCU לתקלות חיישנים, תקלות ביחידות אלקטרו-מכניות ותקלות ביחידה הידראולית. למנגנון התקלה של בקר הסרוו יש קשר מועט לגוף ה- EHA, והסתברות התקלה של החיישן נמוכה בהרבה מזו של רכיבהציוד 4. לכן, אנו מתמקדים בפגמים של היחידה האלקטרומכנית והיחידה ההידראולית במאמר זה.
תקלות יחידה אלקטרומכנית כוללות תקלות במודול כונן המנוע ותקלות מנוע DC ללא מברשות (BLDCM). באופן כללי, ההסתברות לתקלה אלקטרונית בכונן כוח (PDE) (למשל, תקלת קצר חשמלי, תקלה במעגל פתוח) גבוהה יחסית. כאשר מתרחשת תקלת קצר חשמלי, זרם ה- PDE עולה בחדות תוך פרק זמן קצר, וגורם לתוצאות חמורות כגון כיבוי מנוע או נזק לרכיבים החשמליים. למרות שהמנוע יכול לשמור על מצב פעולתו לאחר התרחשות תקלה במעגל פתוח, זרם יתר ומתח יתר עבור הרכיבים החשמליים האחרים הם עדיין בלתי נמנעים, ותקלות משניות עשויות להתרחשכתוצאה מכך 5. באשר ל- BLDCMs, פיתולי המנוע מועדים ביותר לתקלות מקצר חשמלי או מעגל פתוח6. ה- PDE ביחידה האלקטרומכנית מחובר בסדרה עם פיתולי המנוע המתאימים. שיטת איתור התקלות המיועדת לפיתולי המנוע יעילה גם כאשר מתמודדים עם תקלות ב- PDE. לכן, תקלות ביחידה אלקטרומכנית, כולל הן במנוע והן ב- PDE, צריכות להיות מזוהות באופן מקוון.
תקלות ביחידה הידראולית כוללות התרחשויות תקלות במשאבת הבוכנה בעלת התזוזה הקבועה, בלוק השסתום המשולב והצילינדר המפעיל7. משאבת הבוכנה של EHA מורכבת מבוכנות, לוחות עיטור וצלחות שסתומים; נזק לאיטום ובלאי של לוחית השסתום הן הצורות העיקריות של תקלה8. שני מצבי תקלה אלה מגבירים את הדליפה של המשאבה. שינויים חריגים בזרימת היציאה ובלחץ באים בעקבותיהם, ובסופו של דבר, מובילים לירידה במהירות הגליל המפעיל ולירידה בביצועי הסרוו של המערכת. מצבי התקלה של בלוק השסתום המשולב כוללים תקלת מאגר בלחץ, תקלת שסתום בדיקה, תקלת שסתום הקלה ותקלה בשסתום בחירת מצבים. המאגר בלחץ בדרך כלל מאמץ עיצוב בעל חיזוק עצמי עם אמינות גבוהה. עם זאת, כאשר מתרחשת תקלה, לחץ מטען לא מספיק גורם לקוויטציה של המשאבה, וכתוצאה מכך זרימת פלט לא תקינה. עייפות קפיץ, שחיקת רכיבים ועיוות הם מצבי תקלה נפוצים בשסתומי הבדיקה ובשסתומי ההקלה. תקלה בשסתום הבדיקה מוצגת כדליפה הפוכה, המובילה ישירות לזרימה לא תקינה. תקלה בשסתום הקלה מובילה לפונקציית הגנה לא חוקית, וכתוצאה מכך לחץ חריג. הפגמים הנפוצים של שסתום בחירת המצב הם כשל בקפיץ החוזר וסלילי תיל שבורים. הראשון גורם להחלפת מצב העבודה בזרם, מה שמוביל לתנועה לא תקינה של הצילינדר המפעיל. תקלה בצילינדר מפעיל גורמת לירידה בדיוק בקרת המיקום ובביצועים הדינמיים. לסיכום, תקלות של היחידות ההידראוליות גורמות לזרימה ולחץ חריגים9. מכיוון שהזרימה ומהירות סיבוב המנוע הן בערך פרופורציונליות במערכת EHA, ניתן לנטר את מהירות הסיבוב באופן מקוון כדי לזהות זרימה ולחץ חריגים עקב תקלות פתאומיות.
יש לתכנן שיטות מתאימות לאיתור תקלות המכוונות לתקלות היחידה האלקטרומכנית שהוזכרו לעיל ולתקלות יחידה הידראולית. השיטות לאיתור תקלות במערכת אלקטרומכנית כוללות בעיקר הערכת מצב וזיהוי פרמטרים10. צופה מצבים בנוי על בסיס מודל מתמטי של המערכת שמבצע הערכת מצב וקובע תקלות על ידי ניתוח הרצף השיורי שנוצר על ידי הצופה. Alcorta et al. הציעו צופה לא ליניארי פשוט וחדשני עם שני תנאי תיקון לגילוי תקלות רעידות במטוסים מסחריים, שהוא יעיל ביותר11. עם זאת, סוג זה של שיטה חייב לפתור את בעיית החוסן של הצופה. במילים אחרות, עליו לדכא את השינויים ברצף השיורי הנגרמים על ידי מידע שאינו תקלה כגון שגיאת מודל או הפרעות חיצוניות. יתר על כן, שיטה זו דורשת לעתים קרובות מידע מדויק מאוד על המודל, אשר בדרך כלל קשה לאסוף ביישומים הנדסיים מעשיים.
שיטת זיהוי הפרמטרים משתמשת באלגוריתמים מסוימים לזיהוי הפרמטרים החשובים במערכת. כאשר מתרחשת תקלה, גם ערך הפרמטר המתאים משתנה. לכן, תקלות ניתן לזהות על ידי זיהוי שינוי בפרמטרים. שיטת זיהוי הפרמטרים אינה דורשת חישוב של הרצף השיורי, כך שהיא יכולה למנוע את ההשפעה של הפרעות על דיוק הזיהוי. המסנן האדפטיבי נמצא בשימוש נרחב בזיהוי פרמטרים בשל היישום הקל שלו והביצועים היציבים שלו, כלומר זוהי שיטה חיובית וישימה לזיהוי תקלות אלקטרומכניות12. Zhu et al. הציעו שיטה חדשה לזיהוי תקלות הערכה אדפטיבית מרובת מודלים המבוססת על מסננים אדפטיביים ליבה, המממשת את הערכת ערך מצב הטיסה האמיתי ואת זיהוי התקלות המפעיל באינטרנט עם ביצועים טובים13.
בהתייחס למחקר הקודם, תוכננו שיטות מתאימות לאיתור תקלות. התנגדות הפיתולים משתנה בפתאומיות כאשר מתרחשות תקלות חשמל, כגון תקלות במעגל פתוח או תקלות קצר. לכן, מסנן אדפטיבי תוכנן על בסיס אלגוריתם NLMS כדי לזהות את התנגדות הפיתולים, אשר יכול לקבוע אם התרחשה תקלה חשמלית. שילוב מסנן אדפטיבי עם אלגוריתם NLMS כדי למזער את השינוי של וקטור הפרמטר מוביל לאפקט התכנסות טוב ומהיר יותר14. עבור תקלות יחידה הידראולית, הוצע אלגוריתם הערכת מהירות סיבוב המבוסס על הקשר האנליטי הברור בין מהירות הסיבוב של המשאבה לבין מיקום הגליל המפעיל. תקלות הידראוליות של EHA התגלו באינטרנט על ידי השוואת מהירות הסיבוב המשוערת עם המהירות בפועל בזמן אמת.
במאמר זה אומצה שיטת בדיקה המשלבת סימולציות וניסויים. ראשית, נבנה מודל מתמטי של EHA, ובוצעה סימולציה לשיטת איתור התקלות המוצעת. הסימולציה כללה אימות של שיטות האיתור בתנאי הזרקה ללא תקלה והזרקת תקלות. לאחר מכן, שיטת זיהוי התקלות מומשה בבקר הסרוו האמיתי. לבסוף, תוצאות הסימולציות והניסויים נותחו והושוו כדי להעריך את יעילות שיטת איתור התקלות.
Protocol
Representative Results
Discussion
בעת ביצוע שלבי ניסוי אלה, היה חשוב להבטיח את היכולת בזמן אמת של האלגוריתם על מנת לקבל תוצאות חישוב מדויקות. הרעש הלבן בתהליך קליטת האות אומץ כדי לדמות את מאפייני החיישן בפועל על מנת להפוך את הסימולציה לקרובה יותר למציאות. בסימולציות ובניסויים הופעלו מסננים ממוצעים נעים כדי להפחית את התנוד…
Disclosures
The authors have nothing to disclose.
Acknowledgements
עבודה זו נתמכה על ידי פרויקט המטוסים האזרחיים הסיני (מס ‘MJ-2017-S49) וסין
הקרן לבתר-דוקטורט במדע (מס’ 2021M700331).
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 |
References
- Fu, Y., et al. Review on design method of electro-hydrostatic actuator. Journal of Beijing University of Aeronautics and Astronautics. 43 (10), 1939-1952 (2017).
- Qi, H., et al. Modelling and simulation of a novel dual-redundancy electro-hydrostatic actuator. 2015 International Conference on Fluid Power and Mechatronics (FPM) IEEE. , 270-275 (2015).
- Chao, Q., et al. Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps. Frontiers of Mechanical Engineering. 17, (2022).
- Yoo, M., et al. A resilience measure formulation that considers sensor faults. Reliability Engineering& System Safety. 199, 106393 (2019).
- Fang, J., et al. Online inverter fault diagnosis of buck-converter BLDC motor combinations. IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).
- Lisnianski, A., et al. Power system structure optimization subject to reliability constraints. Electric Power Systems Research. 39 (2), 145-152 (1996).
- Fu, T., Wang, L., Qi, H., Liu, H. Fault diagnosis and management of electric hydrostatic actuator. Machine Tool & Hydraulics. 38 (9), 120-124 (2010).
- Maddahi, A., Kinsner, W., Sepehri, N. Internal leakage detection in electrohydrostatic actuators using multiscale analysis of experimental data. IEEE Transactions on Instrumentation and Measurement. 65 (12), 2734-2747 (2016).
- Guo, S., et al. Hydraulic piston pump in civil aircraft: Current status, future directions and critical technologies. Chinese Journal of Aeronautics. 33 (01), 16-30 (2020).
- Jackson, E. Real-time model-based fault detection and diagnosis for automated systems. IEEE Industry Applications Society Dynamic Modeling Control Applications for Industry Workshop. , 26-28 (1997).
- Alcorta, G. E., Zolghadri, A., Goupil, P. A novel non-linear observer-based approach to oscillatory failure detection. 2009 European Control Conference (ECC). , 1901-1906 (2009).
- Castaldi, P., et al. Design of residual generators and adaptive filters for the FDI of aircraft model sensors. Control Engineering Practice. 18 (5), 449-459 (2010).
- Zhu, P., Dong, W., Mao, Y., Shi, H., Ma, X. Kernel adaptive filtering multiple-model actuator fault diagnostic for multi-effectors aircraft. 2019 12th Asian Control Conference (ASCC). , 1489-1494 (2019).
- Hidayat, R., Ramady, G. D., Lestari, N. S., Mahardika, A. G., Fadriani, H. Optimization of normalized least mean square algorithm of smart antenna beamforming for interference mitigation. Journal of Physics: Conference Series. 1783, 012085 (2021).
- Fu, J., et al. Modelling and simulation of flight control electromechanical actuators with special focus on model architecting, multidisciplinary effects and power flows. Chinese Journal of Aeronautics. 30 (1), 47-65 (2017).
- Li, Z., et al. New normalized LMS adaptive filter with a variable regularization factor. Journal of Systems Engineering and Electronics. 30 (2), 259-269 (2019).
