Design och tillämpning av en feldetekteringsmetod baserad på adaptiva filter och rotationshastighetsuppskattning för ett elektrohydrostatiskt ställdon
Summary
I denna artikel introduceras ett adaptivt filter baserat på en normaliserad NLMS-algoritm (least mean square) och en rotationshastighetsuppskattningsmetod för att detektera de elektriska och hydrauliska felen hos det elektrohydrostatiska ställdonet (EHA). Effektiviteten och genomförbarheten av de ovan nämnda metoderna verifieras genom simuleringar och experiment.
Abstract
Det elektrohydrostatiska ställdonet (EHA) är en lovande manövreringsapparat som används i flygkontrollsystem för fler elektriska flygplan (MEA) på grund av dess höga effekttäthet och låga underhåll. Eftersom systemets tillförlitlighet minskar med ökande komplexitet blir feldetektering allt viktigare. I detta dokument designades ett adaptivt filter baserat på en normaliserad NLMS-algoritm (least mean square), som kunde identifiera motståndet hos motorlindningarna online för att upptäcka elektriska fel i EHA. Dessutom, baserat på det analytiska förhållandet mellan rotationshastighet och förskjutning, utformades en rotationshastighetsskattningsmetod. Genom att jämföra den faktiska rotationshastigheten med den uppskattade kunde hydrauliska fel upptäckas. För att verifiera effekten av ovannämnda metod användes programvara för modellering och simuleringar, som inkluderade felinjektion och detektering. På grundval av detta byggdes en experimentell plattform och utsattes sedan för en serie valideringsexperiment. Resultaten indikerar att feldetekteringsmetoden har potential att upptäcka elektriska och hydrauliska fel i en EHA.
Introduction
Det elektrohydrostatiska ställdonet (EHA) är en nyckelkomponent för flygkontroll i mer elektriska flygplan (MEA). Den typiska strukturen för en EHA visas i figur 1. Dess kompakta struktur garanterar hög effekttäthet, lågt underhåll och högre feltolerans och säkerhet jämfört med det traditionella hydrauliska servoställdonet (HSA)1. EHA:s nuvarande tillförlitlighet kan dock inte uppfylla de praktiska kraven för fler elflygplan2. Som ett resultat har redundansteknik införts i utformningen av EHA. För att maximera redundansteknikens effektivitet bör systemets driftsstatus övervakas med en feldetekteringsmetod3. Beroende på var felet uppstår kan EHA:s fellägen delas in i servostyrningsfel och PCU-fel (Power Control Unit). PCU-fel kan vidare delas in i sensorfel, elektromekaniska enhetsfel och hydraulenhetsfel. Servostyrenhetens felmekanism har liten relation med EHA-kroppen, och sensorns felsannolikhet är mycket lägre än för utrustningskomponent4. Därför fokuserar vi på felen i den elektromekaniska enheten och hydraulenheten i detta papper.
Elektromekaniska enhetsfel inkluderar motordrivmodulfel och borstlösa DC-motorfel (BLDCM). I allmänhet är sannolikheten för ett PDE-fel (Power Drive Electronics) (t.ex. ett kortslutningsfel, ett öppet kretsfel) relativt hög. När ett kortslutningsfel uppstår stiger PDE-strömmen kraftigt på kort tid, vilket orsakar allvarliga konsekvenser som motoravstängning eller skador på de elektriska komponenterna. Även om motorn kan behålla sin arbetsstatus efter att ett öppet kretsfel inträffar är överström och överspänning för de andra elektriska komponenterna fortfarande oundvikliga, och sekundära fel kan följaktligen inträffa5. När det gäller BLDCM är motorlindningarna mest benägna att fel från en kortslutning eller en öppen krets6. PDE i den elektromekaniska enheten är ansluten i serie med motsvarande motorlindningar. Feldetekteringsmetoden avsedd för motorlindningarna är också effektiv vid hantering av fel i PDE. Därför bör elektromekaniska enhetsfel, inklusive både i motorn och PDE, upptäckas online.
Hydraulenhetsfel inkluderar felhändelser i kolvpumpen med fast förskjutning, integrerat ventilblock och manövreringscylinder7. EHA: s kolvpump består av kolvar, swashplattor och ventilplattor; Skador på tätningen och slitage på ventilplattan är de viktigaste formerna av fel8. Dessa två fellägen ökar pumpens läckage. Onormala förändringar i utgångsflödet och trycket följer och leder så småningom till en minskning av manövreringscylinderns hastighet och en minskning av systemets servoprestanda. Fellägena för det integrerade ventilblocket inkluderar ett trycksatt reservoarfel, ett backventilfel, ett avlastningsventilfel och ett fel på lägesvalsventilen. Den trycksatta behållaren antar vanligtvis en självförstärkande design med hög tillförlitlighet. När ett fel uppstår orsakar emellertid otillräckligt laddningstryck kavitation av pumpen, vilket resulterar i onormalt utgångsflöde. Fjäderutmattning, komponentslitage och deformation är vanliga fellägen i backventiler och avlastningsventiler. Ett backventilfel presenteras som ett omvänd läckage, vilket direkt leder till onormalt flöde. Ett fel på en avlastningsventil leder till en ogiltig skyddsfunktion, vilket resulterar i onormalt tryck. De vanliga felen i lägesvalsventilen är fel på returfjädern och trasiga trådspolar. Den förstnämnda orsakar strömomkoppling av arbetsstatus, vilket leder till onormal rörelse av manövreringscylindern. Ett fel på en cylinder resulterar i en minskning av positionskontrollens precision och dynamiska prestanda. Sammanfattningsvis orsakar fel på hydraulenheterna onormalt flöde och tryck9. Eftersom flödet och motorns rotationshastighet är ungefär proportionella i ett EHA-system kan rotationshastigheten övervakas online för att upptäcka onormalt flöde och tryck på grund av plötsliga fel.
Motsvarande feldetekteringsmetoder riktade mot de tidigare nämnda elektromekaniska enhetsfelen och hydraulenhetsfelen måste utformas. Metoderna för feldetektering i ett elektromekaniskt system innefattar huvudsakligen tillståndsskattning och parameteridentifiering10. En tillståndsobservatör bygger på en matematisk modell av systemet som gör en tillståndsuppskattning och bestämmer fel genom att analysera den återstående sekvensen som genereras av observatören. Alcorta et al. föreslog en enkel och ny icke-linjär observatör med två korrigeringstermer för vibrationsfeldetektering i kommersiella flygplan, vilket är mycket effektivt11. Denna typ av metod måste dock lösa observatörens robusthetsproblem. Med andra ord måste den undertrycka de förändringar i restsekvensen som orsakas av icke-felinformation som modellfel eller externa störningar. Dessutom kräver denna metod ofta mycket noggrann modellinformation, vilket vanligtvis är svårt att samla in i praktiska tekniska tillämpningar.
Parameteridentifieringsmetoden använder vissa algoritmer för att identifiera de viktiga parametrarna i systemet. När ett fel inträffar ändras även motsvarande parametervärde. Därför kan fel upptäckas genom att upptäcka en förändring i parametrarna. Parameteridentifieringsmetoden kräver inte beräkning av restsekvensen, så den kan undvika effekten av störningar på detekteringsnoggrannheten. Det adaptiva filtret har använts i stor utsträckning vid parameteridentifiering på grund av dess enkla implementering och stabila prestanda, vilket innebär att det är en gynnsam och genomförbar metod för elektromekanisk feldetektering12. Zhu et al. föreslog en ny multimodell adaptiv uppskattningsfeldetekteringsmetod baserad på kärnadaptiva filter, som realiserar uppskattningen av det verkliga flygtillståndsvärdet och ställdonets feldetektering online med bra prestanda13.
Med hänvisning till tidigare forskning har motsvarande feldetekteringsmetoder utformats. Lindningarnas motstånd förändras plötsligt när elektriska fel uppstår, såsom öppna kretsfel eller kortslutningsfel. Därför designades ett adaptivt filter baserat på en NLMS-algoritm för att identifiera lindningarnas motstånd, vilket kan avgöra om ett elektriskt fel har inträffat. Att kombinera ett adaptivt filter med en NLMS-algoritm för att minimera ändringen av parametervektorn leder till en bättre och snabbare konvergenseffekt14. För hydrauliska enhetsfel föreslogs en rotationshastighetsuppskattningsalgoritm baserad på det tydliga analytiska förhållandet mellan pumpens rotationshastighet och manövreringscylinderns position. EHA-hydraulfel upptäcktes online genom att jämföra den uppskattade rotationshastigheten med den faktiska hastigheten i realtid.
I detta dokument antogs en testmetod som kombinerar simuleringar och experiment. Först byggdes en matematisk modell av EHA och en simulering för den föreslagna feldetekteringsmetoden utfördes. Simuleringen omfattade verifiering av detektionsmetoderna vid icke-fel- och felinjiceringsförhållanden. Därefter realiserades feldetekteringsmetoden i den verkliga servostyrenheten. Slutligen analyserades resultaten av simuleringarna och experimenten och jämfördes för att utvärdera effekten av feldetekteringsmetoden.
Protocol
Representative Results
Discussion
Vid genomförandet av dessa experimentella steg var det viktigt att säkerställa algoritmens realtidskapacitet för att få exakta beräkningsresultat. Det vita bruset i signalförvärvsprocessen antogs för att simulera egenskaperna hos den faktiska sensorn för att göra simuleringen närmare verkligheten. I simuleringarna och experimenten användes glidande medelfilter för att minska fluktuationen i det identifierade motståndet och den uppskattade rotationshastigheten, vilket gjorde felegenskaperna stabilare och l?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Detta arbete stöddes av det kinesiska civila flygplansprojektet (nr MJ-2017-S49) och Kina
Stiftelsen för postdoktoral vetenskap (nr 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).
