機(jī)電作動(dòng)系統(tǒng)故障檢測(cè)方法評(píng)估

賈海文

摘要：機(jī)電作動(dòng)系統(tǒng)屬于非線性、多變量、強(qiáng)耦合的系統(tǒng)，針對(duì)該系統(tǒng)同種故障表現(xiàn)下不同故障模式設(shè)計(jì)了故障檢測(cè)方法，通過故障檢測(cè)率，誤報(bào)警率，魯棒性等指標(biāo)對(duì)固定閾值和自適應(yīng)閾值的故障檢測(cè)系統(tǒng)進(jìn)行了評(píng)估。最后基于機(jī)電作動(dòng)系統(tǒng)三閉環(huán)Simulink模型，驗(yàn)證了評(píng)估方法的有效性。

關(guān)鍵詞：EMA;故障檢測(cè);故障檢測(cè)方法評(píng)估

中圖分類號(hào)：V242.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-5922（2021）01-0118-05

隨著機(jī)電作動(dòng)系統(tǒng)（EMA）的應(yīng)用，去除了飛機(jī)上大量的液壓回路，有利于飛機(jī)維修和減輕了飛機(jī)重量。然而，新的故障和安全性的不足阻礙了EMA在主飛行控制執(zhí)行機(jī)構(gòu)中的大量使用。依據(jù)Moog公司提供的故障模式，影響和關(guān)鍵性分析（FMECA故障模式及影響分析）信息、美國(guó)軍方發(fā)布的工業(yè)信息和執(zhí)行器相關(guān)故障文獻(xiàn)追蹤，將機(jī)電作動(dòng)系統(tǒng)故障模式分為：傳動(dòng)機(jī)構(gòu)故障、驅(qū)動(dòng)電機(jī)故障和傳感器故障。

針對(duì)以上故障模式，國(guó)內(nèi)外學(xué)者分別基于不同方法進(jìn)行了故障檢測(cè)。2016年Ismail M A，Balaban E等人提出了一種新的基于振動(dòng)的混合技術(shù)，用于檢測(cè)EMA滾珠絲杠卡阻和滾珠碎裂故障，主要是通過比較絲杠健康理論值與EMA測(cè)試臺(tái)實(shí)驗(yàn)值進(jìn)行比較。從而判斷故障是否發(fā)生。Chirico等人研究了基于EMA的“數(shù)據(jù)驅(qū)動(dòng)故障檢測(cè)技術(shù)”在EMA滾珠絲杠中設(shè)置兩種不同剝落尺寸的剝落斷層，使用貝葉斯分類器通過振動(dòng)和電流兩個(gè)條件指標(biāo)來識(shí)別故障。Ismail等人開發(fā)了基于EMA的故障檢測(cè)和量化技術(shù)，直接檢查在測(cè)試臺(tái)上收集的振動(dòng)數(shù)據(jù)，以確定和表征健康狀況，確定對(duì)振動(dòng)數(shù)據(jù)執(zhí)行高分辨率角度重采樣（以消除速度波動(dòng)）使得可以檢測(cè)和測(cè)量EMA滾珠軸承中的剝落的嚴(yán)重性。然而，上述檢測(cè)方法雖然具有一定的有效性，但對(duì)各種擾動(dòng)比較敏感，例如，操作條件，數(shù)據(jù)的擾動(dòng)和傳感器的測(cè)量，將會(huì)限制其在航空航天領(lǐng)域的應(yīng)用。

Romeral L，Rosero J A等人結(jié)合基于模型的故障檢測(cè)神經(jīng)網(wǎng)絡(luò)技術(shù)與FFr分析技術(shù)，對(duì)電機(jī)繞阻短路故障和轉(zhuǎn)子靜態(tài)偏心故障進(jìn)行檢測(cè)Ossmann D等人通過應(yīng)用離散小波變換（DWT）—監(jiān)測(cè)PMSM（永磁同步電機(jī)）電流，來檢測(cè)和診斷電氣（短路：相與地之間或相與相之間）和機(jī)械（偏心）故障。雖然，傅立葉變換（STFT）等技術(shù)可以對(duì)不同的頻率和時(shí)間進(jìn)行分析，但其僅適用于系統(tǒng)處于穩(wěn)態(tài)的時(shí)候。而在真實(shí)飛行狀態(tài)中，EMA工作在一個(gè)非穩(wěn)態(tài)環(huán)境中，所以在檢測(cè)時(shí)只能依賴于小波分析。然而基于信號(hào)處理的方法在飛機(jī)上的應(yīng)用誤報(bào)警率比較高。針對(duì)EMA傳感器故障，Wang J等人設(shè)計(jì)了一種基于z檢驗(yàn)的故障檢測(cè)程序來實(shí)現(xiàn)角位移傳感器的自我診斷，并且通過卡爾曼濾波估計(jì)調(diào)整解算器的不匹配故障來實(shí)現(xiàn)故障調(diào)節(jié)，但并沒有考慮噪聲和外部干擾。2009年Balaban E，Saxena A等人研究了傳感器的不同故障模式，并設(shè)計(jì)了基于人工神經(jīng)網(wǎng)絡(luò)（ANN）的診斷系統(tǒng)。該方法不僅可以檢測(cè)各種故障模式，而且可以區(qū)分傳感器和系統(tǒng)故障。最后通過在機(jī)電作動(dòng)器已有的實(shí)驗(yàn)數(shù)據(jù)中注入偏置、漂移、縮放等故障模擬來檢測(cè)該方法的有效性。不足之處是，專家系統(tǒng)需要強(qiáng)大的數(shù)據(jù)支持和豐富的維修經(jīng)驗(yàn)，而機(jī)電作動(dòng)系統(tǒng)在民機(jī)上的應(yīng)用屬于—個(gè)全新的領(lǐng)域，使用時(shí)間和應(yīng)用范圍有限，所以基于專家系統(tǒng)故障檢測(cè)方案還需要不斷的完善。

考慮國(guó)內(nèi)外有關(guān)機(jī)電作動(dòng)系統(tǒng)故障檢測(cè)，發(fā)現(xiàn)對(duì)檢測(cè)方法的評(píng)估研究相對(duì)較少。因此本文采用了未知輸人觀測(cè)器，把建模的不確定性、外部干擾和測(cè)量噪聲看作是系統(tǒng)的未知輸入，使其從殘差中完全解，并對(duì)自適應(yīng)閾值與固定閾值兩種判定方法進(jìn)行了評(píng)估。

1機(jī)電作動(dòng)系統(tǒng)建模與故障建模

本文所研究的無刷直流電機(jī)為二相導(dǎo)通星形三相六狀態(tài)。

1.1電壓平衡方程

3故障檢測(cè)方法評(píng)估

機(jī)電作動(dòng)系統(tǒng)運(yùn)行環(huán)境復(fù)雜，動(dòng)態(tài)變化劇烈，一旦受損或者卡死，飛行品質(zhì)會(huì)劇烈下降甚至墜機(jī)。因此，故障檢測(cè)系統(tǒng)的目標(biāo)就是以最短的時(shí)間檢測(cè)出故障并且分離故障，給機(jī)組留出足夠的時(shí)間采取措施。因此，本節(jié)以檢測(cè)性能指標(biāo)、診斷性能指標(biāo)和魯棒性3大類指標(biāo)作為標(biāo)準(zhǔn)，來評(píng)估上述故障檢測(cè)系統(tǒng)的性能。其結(jié)構(gòu)如圖3所示：

實(shí)時(shí)性：指當(dāng)系統(tǒng)發(fā)生故障時(shí)，故障檢測(cè)系統(tǒng)在要求的時(shí)間內(nèi)，以盡量短的時(shí)間檢測(cè)到故障;靈敏度：指故障檢測(cè)系統(tǒng)對(duì)輕度故障的檢測(cè)能力;誤報(bào)率：指系統(tǒng)沒有發(fā)生故障，檢測(cè)系統(tǒng)卻報(bào)警;漏報(bào)率：指系統(tǒng)出現(xiàn)了故障，檢測(cè)系統(tǒng)卻沒有檢測(cè)出來;錯(cuò)報(bào)率：故障定位錯(cuò)誤和報(bào)警時(shí)間錯(cuò)誤;魯棒性：指檢測(cè)系統(tǒng)在存在噪聲、干擾和建模誤差的情況下，還能保持滿意的實(shí)時(shí)性、誤報(bào)率和漏報(bào)率等性能指標(biāo)。

上述指標(biāo)分別從不同的方面對(duì)故障檢測(cè)系統(tǒng)做出了評(píng)估，然而對(duì)于不同類型的系統(tǒng)，這些指標(biāo)偏重程度是不一樣的，比如飛控機(jī)電作動(dòng)系統(tǒng)，實(shí)時(shí)性和分離能力是故障檢測(cè)系統(tǒng)的關(guān)鍵所在。所以在利用上述指標(biāo)對(duì)故障檢測(cè)系統(tǒng)進(jìn)行性能評(píng)價(jià)時(shí)，要明確哪些性能是主要的，哪些是次要的。本節(jié)利用權(quán)重來評(píng)估每個(gè)指標(biāo)相對(duì)于總體性能作用大小的量化值，但是確定權(quán)重又有一定的難度，因?yàn)樗麄儾坏性u(píng)估客體因素還包括評(píng)估主體因素，因此，一個(gè)指標(biāo)的重要程度主要受下列4種因素影響：①評(píng)估組織者對(duì)該指標(biāo)的重視程度;②該指標(biāo)值所反映的信息量;③指標(biāo)間的相互影響;④該指標(biāo)評(píng)估結(jié)果的可靠程度。

常用的系統(tǒng)評(píng)估指標(biāo)量化方法有：體操計(jì)分法、兩兩比較法、自頂向下法等。本節(jié)采用兩兩比較法來確定各個(gè)指標(biāo)的相對(duì)權(quán)重，構(gòu)造如表1所示的評(píng)估指標(biāo)相對(duì)重要性判斷表。

魯棒性的權(quán)重之所以比較大，是因?yàn)橐环N故障檢測(cè)算法，即使檢測(cè)性能再好，如果對(duì)建模誤差和外界干擾沒有魯棒性，就失去了實(shí)際工程價(jià)值。飛控機(jī)電作動(dòng)系統(tǒng)是多變量、強(qiáng)耦合的機(jī)電一體化復(fù)雜系統(tǒng)，由于安裝調(diào)試誤差、制造工藝等因素的影響，在系統(tǒng)建模時(shí)總會(huì)出現(xiàn)建模誤差，再加上飛機(jī)飛行環(huán)境的復(fù)雜性，因此魯棒性成為了最重要的性能指標(biāo)。

4各評(píng)估指標(biāo)量化值

對(duì)于圖3中的各評(píng)估指標(biāo)，如漏報(bào)率、誤報(bào)率這樣的指標(biāo)容易給出定量結(jié)果;但在大多數(shù)情況下，像魯棒性、實(shí)時(shí)性和靈敏度很難給出一個(gè)定量的描述，只能給出定性評(píng)估結(jié)果。因此，在這里對(duì)定性指標(biāo)進(jìn)行量化，結(jié)果如表2所示。

在比較魯棒性這一指標(biāo)時(shí)，設(shè)置相同的噪聲及建模誤差，分別應(yīng)用于固定閾值和自適應(yīng)閾值兩種判別方式上進(jìn)行比較，來判定哪種方式的魯棒性好。針對(duì)上述其他指標(biāo)評(píng)估時(shí)，以傳感器偏置故障為例，采用計(jì)算機(jī)仿真方法在一定時(shí)間內(nèi)隨機(jī)注人不同程度的故障，從而得到相應(yīng)的故障檢測(cè)率。由圖4所示，可以看出輸人故障數(shù)大于200時(shí)故障檢測(cè)率穩(wěn)定于90%左右。因此下文選取故障數(shù)為350來計(jì)算其余指標(biāo)。

系統(tǒng)疊加的噪聲是分別是信噪比（sNR）為5、6、7的高斯白噪聲。各指標(biāo)評(píng)估結(jié)果如表3～5所示。

5綜合評(píng)估結(jié)果

通過上小節(jié)固定閾值和自適應(yīng)閾值在不同噪聲環(huán)境下的對(duì)比結(jié)果可以看出，自適應(yīng)閾值在檢測(cè)率、靈敏度方面明顯優(yōu)于固定閾值;實(shí)時(shí)性能變化不明顯;基于上述分析的評(píng)估結(jié)果如表6所示，該表內(nèi)容是對(duì)比意義下的結(jié)果，沒有絕對(duì)性。

6評(píng)估結(jié)果分析

由以上分析結(jié)果可以得出，當(dāng)系統(tǒng)疊加信噪比為5的高斯白噪聲時(shí)，固定閾值的檢測(cè)率達(dá)到90%左右，相比自適應(yīng)閾值而言設(shè)計(jì)上容易實(shí)現(xiàn)。但是隨著的信噪比值的增加，漏報(bào)率從9%增加到了42%，檢測(cè)性能下降嚴(yán)重，無法平衡漏檢率和誤報(bào)率，致使其綜合性能值不高僅為4.96。相比而言，采用自適應(yīng)閾值代替固定閾值，檢測(cè)性能各指標(biāo)明顯優(yōu)于固定閾值，評(píng)價(jià)分?jǐn)?shù)升為12，隨著信噪比值的增加，檢測(cè)性能各指標(biāo)也有一定的下降，其中漏報(bào)率增加較明顯，但相對(duì)緩慢，所以其總體性能值為6.4>4.96，相對(duì)固定閾值不足之處為設(shè)置相對(duì)復(fù)雜，且閾值計(jì)算效果比較依賴殘差的敏感度。因此，自適應(yīng)閾值相比固定閾值可以同時(shí)兼顧檢測(cè)率與虛警率，且對(duì)外界擾動(dòng)具有一定的抗干擾能力，但是在自適應(yīng)閾值的設(shè)計(jì)上需要額外設(shè)計(jì)一個(gè)殘差生成器且需要對(duì)殘差進(jìn)行區(qū)間估計(jì)，所以自適應(yīng)閾值的好壞與系統(tǒng)動(dòng)態(tài)模型的精度密切相關(guān)。相比而言固定閾值的選取更加簡(jiǎn)單，只需要通過觀察正常狀態(tài)殘差的最大值即可，省去了系統(tǒng)建模，對(duì)于復(fù)雜系統(tǒng)在工程上更容易實(shí)現(xiàn)。