[發(fā)明專利]一種基于組合觀測器的航天器故障診斷方法有效
| 申請?zhí)枺?/td> | 202010783786.4 | 申請日: | 2020-08-06 |
| 公開(公告)號: | CN111897221B | 公開(公告)日: | 2021-10-15 |
| 發(fā)明(設(shè)計)人: | 胡慶雷;李遠東;陳緒寧;邵小東;鄭建英;郭雷 | 申請(專利權(quán))人: | 北京航空航天大學 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 北京科迪生專利代理有限責任公司 11251 | 代理人: | 安麗;賈玉忠 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 組合 觀測器 航天器 故障診斷 方法 | ||
1.一種基于組合觀測器的航天器故障診斷方法,其特征在于,包括以下步驟:
(1)建立考慮姿控系統(tǒng)執(zhí)行機構(gòu)故障的航天器動力學模型;
(2)根據(jù)航天器動力學模型建立檢測觀測器,基于檢測觀測器及神經(jīng)網(wǎng)絡(luò)建立在線神經(jīng)網(wǎng)絡(luò)觀測器;
(3)利用自適應(yīng)閾值切換方法將龍伯格觀測器與步驟(2)中的在線神經(jīng)網(wǎng)絡(luò)觀測器結(jié)合為組合觀測器;
(4)利用步驟(3)中得到的組合觀測器實現(xiàn)在計算量限制下針對航天器執(zhí)行機構(gòu)的準確、可靠自主故障診斷;
所述步驟(1)中,建立考慮姿控系統(tǒng)執(zhí)行機構(gòu)故障的航天器動力學模型如下:
y(t)=Cx(t)
其中表示航天器姿態(tài)的狀態(tài)變量,n為系統(tǒng)狀態(tài)維數(shù),t為時間,為系統(tǒng)的輸入系數(shù)矩陣,m為執(zhí)行機構(gòu)個數(shù),為每個執(zhí)行器的理論輸出力矩,為系統(tǒng)的干擾分布矩陣,下標d代表干擾,p為干擾個數(shù),為系統(tǒng)的干擾向量,為系統(tǒng)的故障分布矩陣,r為故障個數(shù),為系統(tǒng)的故障函數(shù),為系統(tǒng)的測量輸出向量,c為系統(tǒng)輸出維數(shù),為系統(tǒng)的輸出系數(shù)矩陣,Φ(x,t)為系統(tǒng)的非線性函數(shù)項:
其中Ix、Iy、Iz表示航天器的三軸轉(zhuǎn)動慣量,x1、x2、x3表示航天器三軸姿態(tài)角速度;
所述步驟(2)中,建立的檢測觀測器為:
其中表示航天器姿態(tài)的狀態(tài)估計變量,為系統(tǒng)的估計輸出向量,為觀測器增益;
基于檢測觀測器及神經(jīng)網(wǎng)絡(luò)建立在線神經(jīng)網(wǎng)絡(luò)觀測器為:
其中為由神經(jīng)網(wǎng)絡(luò)觀測器估計的航天器執(zhí)行機構(gòu)實際輸出力矩,具體形式為:
其中ui,i=1,2,...,m為執(zhí)行機構(gòu)的標稱輸出力矩,NNi(t)的具體形式為:
其中in為神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點數(shù),mid為神經(jīng)網(wǎng)絡(luò)的中間層節(jié)點數(shù),f(·)為sigmoid激活函數(shù),即其中輸入為:
Ik(t)=[e1(t-τ),e2(t-τ),e3(t-τ),…,e3(t-nuτ),NN1(t-τ),…,NN2m(t-nuτ)]T
其中代表觀測器殘差,NNi,i=1,2,...,2m代表神經(jīng)網(wǎng)絡(luò)觀測器的輸出,τ為延時常數(shù),nu為歷史數(shù)據(jù)個數(shù),根據(jù)要求的診斷精度及星載計算機性能選取;神經(jīng)網(wǎng)絡(luò)訓練過程中的代價函數(shù)取em(t)=e(t)Te(t),神經(jīng)網(wǎng)絡(luò)訓練頻率根據(jù)診斷精度要求及星載計算機性能選取;
根據(jù)代價函數(shù)更新神經(jīng)網(wǎng)絡(luò)中間層權(quán)值ωkj、輸出層權(quán)值ωki與中間層閾值aj、輸出層閾值bi;
ωki(t)=ωki(t-1)+η2Hjem+α2[ωki(t-1)-ωki(t-2)]
bi(t)=bi(t-1)+η4em+α4[bi(t-1)-bi(t-2)]
其中ηi,αi,i=1,2,3,4分別為神經(jīng)網(wǎng)絡(luò)的梯度下降學習率和附加動量學習率,Ik為神經(jīng)網(wǎng)絡(luò)輸入,Hj為神經(jīng)網(wǎng)絡(luò)中間參數(shù),em為代價函數(shù);
所述步驟(3)中,組合觀測器形式為:
其中G1,G2為自適應(yīng)龍伯格觀測器的控制增益待求矩陣,為自適應(yīng)龍伯格觀測器對效率故障、失效故障和偏差故障的估計值;
當自適應(yīng)龍伯格觀測器診斷出故障或者龍伯格觀測器殘差超出閾值但無法診斷出具體故障時激活神經(jīng)網(wǎng)絡(luò)觀測器,龍伯格觀測器殘差的評估函數(shù)為:
其中T=t2-t1,||·||rms為計算均方根值,r(t)為觀測器殘差,自適應(yīng)閾值為:
其中Jth為閾值,v(t)為不確定向量,sup表示上確界,Q為濾波器輸出,λmax表示最大特征值;t2代表閾值判斷時間窗口的結(jié)束時刻,t1代表閾值判斷時間窗口的初始時刻;
組合觀測器的切換過程中采用龍伯格觀測器的診斷數(shù)據(jù)進行粗略的容錯控制,切換后采用神經(jīng)網(wǎng)絡(luò)觀測器的診斷數(shù)據(jù)進行精確的容錯控制。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京航空航天大學,未經(jīng)北京航空航天大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010783786.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





