发动机数控系统故障诊断仿真研究

发动机数控系统故障诊断仿真研究

论文摘要

现代航空发动机控制系统,采用全权限数字电子控制(FADEC)已成为必然趋势,FADEC系统成功应用的前提是高度的可靠性。本文研究旨在提高FADEC系统可靠性的传感器故障检测、隔离与适应(FDIA)技术,并利用Matlab/Simulink/RTW(Real-time Workshop)环境进行实时仿真验证。本文以某型涡轴发动机为研究对象,首先讨论了如何对其线性化,随之建立了模拟发动机加减速过程的大偏差状态变量模型,并把发动机模型成功移植到了Simulink中。在结合卡尔曼滤波理论和多重故障假设检验理论的基础上,本文分别设计了用于单个和多个传感器故障诊断的卡尔曼滤波器簇,并检验了所用的常值增益卡尔曼滤波器状态估计的能力及其鲁棒性、稳定性、可观性,随后的数字仿真表明该方法用于传感器故障诊断是可行的。为了实现在Matlab环境下,故障诊断平台的模型计算机、控制计算机与接口信号仿真器之间的连接,提出了几种Matlab下实现串口通信的方法,然后通过对寄存器的编程,开发了实时视窗目标环境下适用的串口和研华PCI1780卡的驱动模块。最后在Simulink下建立完整的传感器FDIA系统,并在控制计算机上模拟各种故障,开展包含接口信号仿真器在内的FDIA系统性能验证实验。仿真结果表明,该FDIA系统能及时检测单个或多个传感器故障,并提供正确的解析余度。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景和意义
  • 1.2 故障诊断及数控系统研究中的仿真技术
  • 1.2.1 故障诊断方法及发展趋势
  • 1.2.2 仿真技术与发动机数控系统研制
  • 1.2.3 基于Matlab/RTW 进行实时仿真的优势及其现状
  • 1.3 本文研究内容
  • 第二章 发动机数学模型
  • 2.1 发动机简化部件级模型
  • 2.1.1 机理法建模
  • 2.1.2 建立实时模型的措施
  • 2.1.3 稳态和动态计算方法
  • 2.2 发动机状态变量模型
  • 2.2.1 小扰动法和改进小扰动法建模
  • 2.2.2 大偏差状态变量模型
  • 2.3 涡轴模型的MATLAB表达
  • 2.3.1 Matlab 及其组件
  • 2.3.2 S 函数介绍
  • 2.3.3 Matlab 中的发动机模型
  • 2.4 本章小结
  • 第三章 基于卡尔曼滤波器簇的传感器故障诊断
  • 3.1 引言
  • 3.2 卡尔曼滤波理论
  • 3.2.1 卡尔曼滤波算法
  • 3.2.2 常值增益次优滤波器
  • 3.3 卡尔曼滤波器对发动机状态的估计
  • 3.3.1 卡尔曼滤波器状态估计仿真
  • 3.3.2 卡尔曼滤波器的鲁棒性验证
  • 3.3.3 Q、R 对卡尔曼滤波器估计效果的影响
  • 3.4 卡尔曼滤波器的稳定性和可观性研究
  • 3.4.1 卡尔曼滤波器的稳定性
  • 3.4.2 卡尔曼滤波器的可观性
  • 3.5 卡尔曼滤波器簇用于传感器故障诊断
  • 3.5.1 单一故障诊断方法
  • 3.5.2 多个故障的诊断
  • 3.5.3 数字仿真举例
  • 3.6 本章小结
  • 第四章 串口与板卡驱动设计
  • 4.1 S 函数驱动模块的应用
  • 4.1.1 接口信号仿真器的作用
  • 4.1.2 内嵌和非内嵌驱动程序
  • 4.2 串口驱动设计
  • 4.2.1 Matlab 与串口通信的一般方法
  • 4.2.2 实时视窗目标下的串口通信
  • 4.3 板卡驱动设计
  • 4.3.1 频率测量的方法
  • 4.3.2 PCI1780 卡驱动设计
  • 4.4 本章小结
  • 第五章 基于RTW 的实物在回路仿真
  • 5.1 实时仿真的目标环境及配置
  • 5.1.1 目标环境选择
  • 5.1.2 实时视窗目标环境
  • 5.1.3 实时性验证
  • 5.2 故障检测和隔离系统
  • 5.2.1 卡尔曼滤波器模块
  • 5.2.2 故障设置模块
  • 5.3 故障诊断仿真实验
  • 5.3.1 系统总体结构
  • 5.3.2 单个故障下仿真实例
  • 5.3.3 多个故障下仿真实例
  • 5.4 本章小结
  • 第六章 总结和展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 在学期间的研究成果及发表的学术论文
  • 相关论文文献

    • [1].基于卡尔曼滤波器组的多重故障诊断方法研究[J]. 控制理论与应用 2017(05)
    • [2].近似最小一乘意义下的鲁棒卡尔曼滤波器[J]. 控制与决策 2020(10)
    • [3].并行卡尔曼滤波器的多信道序列规划算法[J]. 控制理论与应用 2017(01)
    • [4].机翼弹性形变下的传递对准自适应卡尔曼滤波器[J]. 航天控制 2020(05)
    • [5].基于高斯随机向量统计特性的卡尔曼滤波器推导方法[J]. 软件导刊 2019(05)
    • [6].独立卡尔曼滤波器全加速度计复杂振动角速度解算[J]. 中国测试 2017(05)
    • [7].卡尔曼滤波器在软测量建模数据处理中的应用[J]. 化工自动化及仪表 2013(05)
    • [8].一种基于联邦卡尔曼滤波器的多源信息融合定位算法[J]. 导弹与航天运载技术 2018(02)
    • [9].基于降阶卡尔曼滤波器的水下机器人滑模容错控制[J]. 控制与决策 2011(07)
    • [10].一种带遗忘因子的自适应卡尔曼滤波器及其在移动机器人中的应用[J]. 机械制造与自动化 2016(04)
    • [11].自适应卡尔曼滤波器在火箭弹落点估计中的应用(英文)[J]. Journal of Measurement Science and Instrumentation 2015(03)
    • [12].卡尔曼滤波器在储罐液位监控系统中的应用[J]. 化工自动化及仪表 2014(07)
    • [13].卡尔曼滤波器在球杆系统噪声抑制中的应用[J]. 南京信息工程大学学报(自然科学版) 2009(01)
    • [14].基于线性卡尔曼滤波器的三相锁频环设计[J]. 中国电机工程学报 2019(03)
    • [15].基于混合卡尔曼滤波器组故障传感器定位方法[J]. 航空发动机 2019(02)
    • [16].基于目标状态的自适应卡尔曼滤波器[J]. 雷达与对抗 2017(04)
    • [17].一种基于三层嵌入式卡尔曼滤波器的导航算法研究[J]. 电子世界 2018(17)
    • [18].基于混合卡尔曼滤波器组的航空发动机双通道传感器故障检测[J]. 计算机测量与控制 2012(01)
    • [19].纯方位目标跟踪的伪线性卡尔曼滤波器FPGA实现[J]. 火力与指挥控制 2010(03)
    • [20].迭代无味卡尔曼滤波器[J]. 数据采集与处理 2009(S1)
    • [21].一种基于渐消因子的区间卡尔曼滤波器方法[J]. 武汉大学学报(信息科学版) 2017(12)
    • [22].基于智能算法优化卡尔曼滤波器的电机转速估计[J]. 实验室研究与探索 2015(09)
    • [23].基于强跟踪的平方根不敏卡尔曼滤波器[J]. 现代雷达 2014(02)
    • [24].无迹卡尔曼滤波器在惯导初始对准中的应用研究[J]. 海军航空工程学院学报 2009(05)
    • [25].基于广义卡尔曼滤波器的路面辨识[J]. 计算机辅助工程 2008(03)
    • [26].自适应强跟踪卡尔曼滤波器载波环设计[J]. 火力与指挥控制 2019(11)
    • [27].基于两段卡尔曼滤波器的内置式永磁电机观测器设计[J]. 电工技术学报 2014(09)
    • [28].离散Kalman滤波器的UML建模与实现[J]. 现代电子技术 2011(22)
    • [29].平方根求积分卡尔曼滤波器[J]. 电子学报 2009(05)
    • [30].基于专用卡尔曼滤波器思想的陀螺故障诊断[J]. 控制理论与应用 2019(09)

    标签:;  ;  ;  ;  ;  ;  ;  

    发动机数控系统故障诊断仿真研究
    下载Doc文档

    猜你喜欢