论文部分内容阅读
传感器故障会影响航空发动机控制系统的安全性,甚至导致控制系统失效,为了提高系统安全性,降低故障对系统的影响,对其进行容错控制(Fault Tolerant Control,FTC)至关重要。中国民航法规CCAR33部第33.28条也对系统的容错能力提出了明确要求。模型预测控制(Model Predictive Control,MPC)是一种先进控制算法,将传感器容错问题纳入至MPC设计中,对MPC控制器适航符合性验证具有重要意义。本文以某型涡扇发动机为研究对象,针对传感器故障,开展了基于MPC的容错控制。具体研究内容如下:第一,为了避免传统限制管理中高选-低选的切换,降低系统的结构复杂度,利用NASA研发的CMPASS发动机模型,设计了稳态MPC控制器。本部分构建的稳态MPC控制器为后续基于MPC的容错控制研究奠定了理论和仿真基础。第二,利用稳态MPC控制器,分析了单传感器故障对系统的影响,阐述了风扇转速N_f传感器容错控制的必要性。仿真结果表明不管是N_f传感器硬故障还是软故障均会对系统造成影响,且故障越大,影响越大。第三,为了消除或者降低影响,针对N_f传感器硬故障,改进了前人基于预测模型切换的MPC容错控制方法。首先,该方法建立包含正常模型以及不同大小的传感器故障模型的预测模型库;然后,监控决策单元根据传感器测量值,选择与之最匹配的预测模型,并向切换单元下达切换指令,以此达到在线容错的目的;如果系统发生未知故障,插值单元重构出新的预测模型并入至预测模型库中。仿真结果表明改进后的方法不仅可实现已知故障容错,对未知故障也具有良好的容错效果。第四,针对N_f传感器软故障,提出了基于轨迹变换的MPC容错控制方法。首先,该方法使用故障诊断(Fault Detection and Diagnosis,FDD)单元诊断出故障信息;然后,根据故障信息,系统在线的调整参考轨迹;最后,控制器通过调整控制量使得输出跟踪新的参考轨迹,从而实现N_f传感器故障的主动容错控制。仿真结果表明该方法对软硬故障均具有良好的容错效果,对软故障容错效果更好,且容错率(Fault-tolerant Rate,FR)和故障大小成反比。