Summary

Progettazione e applicazione di un metodo di rilevamento guasti basato su filtri adattivi e stima della velocità di rotazione per un attuatore elettro-idrostatico

Published: October 28, 2022
doi:

Summary

In questo articolo, un filtro adattivo basato su un algoritmo NLMS (Least Mean Square) normalizzato e un metodo di stima della velocità di rotazione sono introdotti per rilevare i guasti elettrici e idraulici dell’attuatore elettro-idrostatico (EHA). L’efficacia e la fattibilità dei suddetti metodi sono verificate attraverso simulazioni ed esperimenti.

Abstract

L’attuatore elettro-idrostatico (EHA) è un promettente apparato di azionamento utilizzato nei sistemi di controllo di volo per aeromobili più elettrici (MEA) grazie alla sua elevata densità di potenza e alla bassa manutenzione. Poiché l’affidabilità del sistema diminuisce con l’aumentare della complessità, il rilevamento dei guasti sta diventando sempre più importante. In questo documento, è stato progettato un filtro adattivo basato su un algoritmo NLMS (Least Mean Square) normalizzato, che potrebbe identificare la resistenza degli avvolgimenti del motore online per rilevare guasti elettrici nell’EHA. Inoltre, sulla base della relazione analitica tra velocità di rotazione e spostamento, è stato progettato un metodo di stima della velocità di rotazione. Confrontando la velocità di rotazione effettiva con quella stimata, è stato possibile rilevare guasti idraulici. Per verificare l’efficacia del suddetto metodo, è stato applicato un software per la modellazione e le simulazioni, che includevano l’iniezione e il rilevamento dei guasti. Su questa base è stata costruita una piattaforma sperimentale e poi sottoposta ad una serie di esperimenti di validazione. I risultati indicano che il metodo di rilevamento dei guasti ha il potenziale per rilevare guasti elettrici e idraulici in un EHA.

Introduction

L’attuatore elettro-idrostatico (EHA) è un componente chiave per il controllo del volo in più aeromobili elettrici (MEA). La struttura tipica di un EHA è illustrata nella Figura 1. La sua struttura compatta garantisce un’elevata densità di potenza, una bassa manutenzione e una maggiore tolleranza ai guasti e sicurezza rispetto al servoattuatore idraulico tradizionale (HSA)1. Tuttavia, l’attuale affidabilità dell’EHA non può soddisfare i requisiti pratici di più aeromobili elettrici2. Di conseguenza, la tecnologia di ridondanza è stata introdotta nella progettazione dell’EHA. Per massimizzare l’efficacia della tecnologia di ridondanza, lo stato operativo del sistema deve essere monitorato con un metodo di rilevamento dei guasti3. In base alla posizione in cui si verifica il guasto, le modalità di guasto dell’EHA possono essere suddivise in guasti del servocontroller e guasti dell’unità di controllo dell’alimentazione (PCU). I guasti PCU possono essere ulteriormente suddivisi in guasti del sensore, guasti dell’unità elettromeccanica e guasti dell’unità idraulica. Il meccanismo di guasto del servocontrollore ha poca relazione con il corpo EHA e la probabilità di guasto del sensore è molto inferiore a quelladel componente 4 dell’apparecchiatura. Pertanto, ci concentriamo sui difetti dell’unità elettromeccanica e dell’unità idraulica in questo documento.

I guasti dell’unità elettromeccanica includono guasti del modulo di azionamento del motore e guasti del motore CC senza spazzole (BLDCM). Generalmente, la probabilità di un guasto all’elettronica di azionamento di potenza (PDE) (ad esempio, un guasto di cortocircuito, un guasto a circuito aperto) è relativamente alta. Quando si verifica un guasto di cortocircuito, la corrente PDE aumenta bruscamente in un breve lasso di tempo, causando gravi conseguenze come lo spegnimento del motore o danni ai componenti elettrici. Sebbene il motore possa mantenere il suo stato di funzionamento dopo che si verifica un guasto a circuito aperto, la sovracorrente e la sovratensione per gli altri componenti elettrici sono ancora inevitabili e di conseguenza possono verificarsi guasti secondari5. Per quanto riguarda i BLDCM, gli avvolgimenti del motore sono più soggetti a guasti da un cortocircuito o da un circuito aperto6. Il PDE nell’unità elettromeccanica è collegato in serie con gli avvolgimenti del motore corrispondenti. Il metodo di rilevamento dei guasti progettato per gli avvolgimenti del motore è efficace anche quando si tratta di guasti nella PDE. Pertanto, i guasti elettromeccanici dell’unità, inclusi sia nel motore che nel PDE, devono essere rilevati online.

I guasti dell’unità idraulica includono il verificarsi di guasti nella pompa a pistoni a cilindrata fissa, nel blocco valvole integrato e nel cilindro di azionamento7. La pompa a pistoni dell’EHA è composta da pistoni, piastre oscillanti e piastre valvola; Il danneggiamento della tenuta e l’usura della piastra della valvola sono le principali forme di guasto8. Queste due modalità di guasto aumentano la perdita della pompa. Seguono cambiamenti anomali nel flusso di uscita e nella pressione e, infine, portano a una diminuzione della velocità del cilindro di azionamento e a una riduzione delle prestazioni servo del sistema. Le modalità di guasto del blocco valvole integrato includono un guasto del serbatoio pressurizzato, un guasto della valvola di ritegno, un guasto della valvola di sfiato e un guasto della valvola di selezione della modalità. Il serbatoio pressurizzato di solito adotta un design auto-potenziante con alta affidabilità. Quando si verifica un guasto, tuttavia, una pressione di carica insufficiente provoca la cavitazione della pompa, con conseguente flusso di uscita anomalo. La fatica della molla, l’usura dei componenti e la deformazione sono modalità di guasto comuni nelle valvole di ritegno e nelle valvole di sicurezza. Un guasto della valvola di ritegno si presenta come una perdita inversa, che porta direttamente a un flusso anomalo. Un guasto della valvola di sfiato porta a una funzione di protezione non valida, con conseguente pressione anomala. I difetti comuni della valvola di selezione della modalità sono il guasto della molla di ritorno e le bobine del filo rotto. Il primo causa la commutazione in corrente dello stato di lavoro, portando a movimenti anomali del cilindro di azionamento. Un guasto del cilindro di azionamento provoca una diminuzione della precisione del controllo della posizione e delle prestazioni dinamiche. In sintesi, i guasti delle unità idrauliche causano portata e pressione anomali9. Poiché il flusso e la velocità di rotazione del motore sono approssimativamente proporzionali in un sistema EHA, la velocità di rotazione può essere monitorata online per rilevare flussi e pressioni anomali dovuti a guasti improvvisi.

È necessario progettare metodi di rilevamento dei guasti corrispondenti mirati ai guasti delle unità elettromeccaniche e idrauliche precedentemente menzionati. I metodi per il rilevamento dei guasti in un sistema elettromeccanico comprendono principalmente la stima dello stato e l’identificazione dei parametri10. Un osservatore di stato è costruito sulla base di un modello matematico del sistema che effettua una stima dello stato e determina i guasti analizzando la sequenza residua generata dall’osservatore. Alcorta et al. hanno proposto un osservatore non lineare semplice e innovativo con due termini di correzione per il rilevamento dei guasti di vibrazione negli aerei commerciali, che è altamente efficace11. Tuttavia, questo tipo di metodo deve risolvere il problema della robustezza dell’osservatore. In altre parole, deve sopprimere i cambiamenti nella sequenza residua causati da informazioni non di errore come errori del modello o disturbi esterni. Inoltre, questo metodo richiede spesso informazioni di modello molto accurate, che di solito sono difficili da raccogliere nelle applicazioni pratiche di ingegneria.

Il metodo di identificazione dei parametri utilizza determinati algoritmi per identificare i parametri importanti nel sistema. Quando si verifica un errore, cambia anche il valore del parametro corrispondente. Pertanto, i guasti possono essere rilevati rilevando una modifica dei parametri. Il metodo di identificazione dei parametri non richiede il calcolo della sequenza residua, quindi può evitare l’effetto dei disturbi sulla precisione del rilevamento. Il filtro adattivo è stato ampiamente utilizzato nell’identificazione dei parametri grazie alla sua facile implementazione e alle prestazioni stabili, il che significa che è un metodo favorevole e fattibile per il rilevamento di guasti elettromeccanici12. Zhu et al. hanno proposto un nuovo metodo di rilevamento dei guasti di stima adattiva multi-modello basato su filtri adattivi del kernel, che realizza la stima del valore reale dello stato di volo e il rilevamento dei guasti dell’attuatore online con buone prestazioni13.

Facendo riferimento alla ricerca precedente, sono stati progettati metodi di rilevamento dei guasti corrispondenti. La resistenza degli avvolgimenti cambia bruscamente quando si verificano guasti elettrici, come guasti a circuito aperto o guasti di cortocircuito. Pertanto, è stato progettato un filtro adattivo basato su un algoritmo NLMS per identificare la resistenza degli avvolgimenti, che può determinare se si è verificato un guasto elettrico. La combinazione di un filtro adattivo con un algoritmo NLMS per ridurre al minimo la modifica del vettore parametro porta a un effetto di convergenza migliore e più veloce14. Per i guasti delle unità idrauliche, è stato proposto un algoritmo di stima della velocità di rotazione basato sulla chiara relazione analitica tra la velocità di rotazione della pompa e la posizione del cilindro di azionamento. I guasti idraulici EHA sono stati rilevati online confrontando la velocità di rotazione stimata con la velocità effettiva in tempo reale.

In questo articolo è stato adottato un metodo di prova che combina simulazioni ed esperimenti. In primo luogo, è stato costruito un modello matematico dell’EHA ed è stata eseguita una simulazione per il metodo di rilevamento dei guasti proposto. La simulazione ha incluso la verifica dei metodi di rilevamento in condizioni di assenza di guasti e di iniezione di guasti. Quindi, il metodo di rilevamento dei guasti è stato realizzato nel servo controller reale. Infine, i risultati delle simulazioni e degli esperimenti sono stati analizzati e confrontati per valutare l’efficacia del metodo di rilevamento dei guasti.

Protocol

1. Definizione del modello di simulazione EHA Aprire il software di simulazione su un PC. Costruire il modello di simulazione per l’EHA (Figura 2), secondo le equazioni matematiche del modello EHA15, e condurre un PI a tre loop come controller. Incapsulare il modulo idraulico (Figura 2C), il modulo elettrico (Figura 2B) e il controller (Figura 2B, D) in tr…

Representative Results

Nella simulazione, la posizione effettiva e la curva di posizione target dello stelo del pistone EHA nella condizione di assenza di guasto sono mostrate nella Figura 7. Secondo la curva, il sistema funzionava normalmente, con buone caratteristiche dinamiche. La posizione effettiva e la curva di posizione target dello stelo del pistone EHA nella condizione di iniezione elettromeccanica del guasto sono mostrate nella Figura 8. Secondo la curva, il sistema non è s…

Discussion

Quando si conducono queste fasi sperimentali, era importante garantire la capacità in tempo reale dell’algoritmo al fine di ottenere risultati di calcolo accurati. Il rumore bianco nel processo di acquisizione del segnale è stato adottato per simulare le caratteristiche del sensore reale al fine di rendere la simulazione più vicina alla realtà. Nelle simulazioni e negli esperimenti, sono stati applicati filtri a media mobile per ridurre la fluttuazione della resistenza identificata e la velocità di rotazione stimata…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato supportato dal Chinese Civil Aircraft Project (No. MJ-2017-S49) e dalla Cina

Fondazione scientifica post-dottorato (n. 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

  1. 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).
  2. 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).
  3. Chao, Q., et al. Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps. Frontiers of Mechanical Engineering. 17, (2022).
  4. Yoo, M., et al. A resilience measure formulation that considers sensor faults. Reliability Engineering& System Safety. 199, 106393 (2019).
  5. Fang, J., et al. Online inverter fault diagnosis of buck-converter BLDC motor combinations. IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).
  6. Lisnianski, A., et al. Power system structure optimization subject to reliability constraints. Electric Power Systems Research. 39 (2), 145-152 (1996).
  7. Fu, T., Wang, L., Qi, H., Liu, H. Fault diagnosis and management of electric hydrostatic actuator. Machine Tool & Hydraulics. 38 (9), 120-124 (2010).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).

Play Video

Cite This Article
Fu, Y., Ma, Y., Gou, Z., Guo, T., Liu, J., Zhao, J. Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator. J. Vis. Exp. (188), e63575, doi:10.3791/63575 (2022).

View Video