Entwurf und Anwendung eines Fehlererkennungsverfahrens auf Basis adaptiver Filter und Drehzahlschätzung für einen elektro-hydrostatischen Aktuator

Der elektrohydrostatische Aktuator (EHA) ist eine Schlüsselkomponente für die Flugsteuerung in elektrisch angetriebenen Flugzeugen (MEA). Der typische Aufbau einer EHA ist in Abbildung 1 dargestellt. Seine kompakte Bauweise garantiert eine hohe Leistungsdichte, einen geringen Wartungsaufwand sowie eine höhere Fehlertoleranz und Sicherheit im Vergleich zum herkömmlichen hydraulischen Servoaktuator (HSA)¹. Die derzeitige Zuverlässigkeit des EHA kann jedoch nicht den praktischen Anforderungen von mehr Elektroflugzeugen^{gerecht werden 2}. Aus diesem Grund wurde die Redundanztechnologie in das Design des EHA eingeführt. Um die Effektivität der Redundanztechnologie zu maximieren, sollte der Betriebszustand des Systems durch ein Fehlererkennungsverfahren³ überwacht werden. Je nach Fehlerort können die Fehlermodi des EHA in Servoreglerfehler und PCU-Fehler (Power Control Unit) unterteilt werden. PCU-Fehler können weiter unterteilt werden in Sensorfehler, elektromechanische Einheitsfehler und Hydraulikaggregatfehler. Der Fehlermechanismus des Servoreglers hat wenig Beziehung zum EHA-Körper, und die Fehlerwahrscheinlichkeit des Sensors ist viel geringer als die der Ausrüstungskomponente⁴. Daher konzentrieren wir uns in dieser Arbeit auf die Fehler der elektromechanischen Einheit und der hydraulischen Einheit.

Zu den Fehlern der elektromechanischen Einheit gehören Fehler des Motorantriebsmoduls und Fehler des bürstenlosen Gleichstrommotors (BLDCM). Im Allgemeinen ist die Wahrscheinlichkeit eines Fehlers der Leistungsantriebselektronik (PDE) (z. B. ein Kurzschlussfehler, ein Leerlauffehler) relativ hoch. Tritt ein Kurzschlussfehler auf, steigt der PDE-Strom in kurzer Zeit stark an, was schwerwiegende Folgen wie eine Motorabschaltung oder Schäden an den elektrischen Komponenten nach sich zieht. Obwohl der Motor seinen Betriebszustand nach einem Leerlauffehler beibehalten kann, sind Überstrom und Überspannung für die anderen elektrischen Komponenten immer noch unvermeidlich, und folglich können sekundäre Fehler auftreten⁵. Was die BLDCMs betrifft, so sind die Motorwicklungen am anfälligsten für Fehler durch einen Kurzschluss oder einen offenen Stromkreis⁶. Die PDE in der elektromechanischen Einheit ist mit den entsprechenden Motorwicklungen in Reihe geschaltet. Das für die Motorwicklungen ausgelegte Fehlererkennungsverfahren ist auch bei Fehlern in der PDE effektiv. Daher sollten elektromechanische Gerätefehler, sowohl im Motor als auch in der PDE, online erkannt werden.

Zu den Fehlern des Hydraulikaggregats gehören Fehler in der Kolbenpumpe mit fester Verdrängung, dem integrierten Ventilblock und dem Betätigungszylinder⁷. Die Kolbenpumpe der EHA besteht aus Kolben, Taumelscheiben und Ventilplatten; Schäden an der Dichtung und Verschleiß der Ventilplatte sind die Hauptformen des Fehlers⁸. Diese beiden Fehlermodi erhöhen die Leckage der Pumpe. Abnormale Änderungen des Ausgangsstroms und des Drucks folgen und führen schließlich zu einer Verringerung der Drehzahl des Stellzylinders und einer Verringerung der Servoleistung des Systems. Zu den Fehlermodi des integrierten Ventilblocks gehören ein Druckbehälterfehler, ein Rückschlagventilfehler, ein Überdruckventilfehler und ein Ventilfehler bei der Moduswahl. Der Druckbehälter nimmt in der Regel ein selbstverstärkendes Design mit hoher Zuverlässigkeit an. Wenn jedoch ein Fehler auftritt, führt ein unzureichender Ladedruck zu Kavitation der Pumpe, was zu einem abnormalen Ausgangsfluss führt. Federermüdung, Komponentenverschleiß und Verformung sind häufige Fehlermodi in den Rückschlagventilen und Überdruckventilen. Ein Rückschlagventilfehler stellt sich als umgekehrte Leckage dar, die direkt zu einem abnormalen Durchfluss führt. Ein Defekt des Überdruckventils führt zu einer ungültigen Schutzfunktion, was zu einem abnormalen Druck führt. Die häufigsten Fehler des Moduswahlventils sind der Ausfall der Rückstellfeder und gebrochene Drahtspulen. Ersteres bewirkt eine stromeinlaufende Umschaltung des Arbeitszustands, was zu einer abnormalen Bewegung des Betätigungszylinders führt. Ein Defekt des Betätigungszylinders führt zu einer Abnahme der Präzision der Positionsregelung und der dynamischen Leistung. Zusammenfassend lässt sich sagen, dass Fehler an den Hydraulikaggregaten zu abnormalem Durchfluss und Druck führen⁹. Da der Durchfluss und die Motordrehzahl in einem EHA-System annähernd proportional sind, kann die Drehzahl online überwacht werden, um abnormalen Durchfluss und Druck aufgrund plötzlicher Fehler zu erkennen.

Entsprechende Fehlererkennungsverfahren, die auf die zuvor erwähnten elektromechanischen Aggregatsfehler und Hydraulikaggregatfehler abzielen, müssen ausgelegt werden. Die Verfahren zur Fehlererkennung in einem elektromechanischen System umfassen hauptsächlich die Zustandsschätzung und die Parameteridentifikation¹⁰. Ein Zustandsbeobachter wird auf der Grundlage eines mathematischen Modells des Systems aufgebaut, das eine Zustandsschätzung vornimmt und Fehler durch Analyse der vom Beobachter erzeugten Restsequenz bestimmt. Alcorta et al. schlugen einen einfachen und neuartigen nichtlinearen Beobachter mit zwei Korrekturtermen für die Erkennung von Schwingungsfehlern in Verkehrsflugzeugen vor, der sehr effektiv ist¹¹. Diese Art von Methode muss jedoch das Robustheitsproblem des Beobachters lösen. Mit anderen Worten, es muss die Änderungen in der Restsequenz unterdrücken, die durch Nicht-Fehlerinformationen wie Modellfehler oder externe Störungen verursacht werden. Darüber hinaus erfordert diese Methode oft sehr genaue Modellinformationen, die in praktischen technischen Anwendungen normalerweise schwer zu erfassen sind.

Die Parameteridentifikationsmethode verwendet bestimmte Algorithmen, um die wichtigen Parameter im System zu identifizieren. Tritt eine Störung auf, ändert sich auch der entsprechende Parameterwert. Daher können Fehler erkannt werden, indem eine Änderung der Parameter erkannt wird. Die Parameteridentifikationsmethode erfordert keine Berechnung der Restsequenz, so dass die Auswirkungen von Störungen auf die Detektionsgenauigkeit vermieden werden können. Der adaptive Filter ist aufgrund seiner einfachen Implementierung und stabilen Leistung bei der Parameteridentifikation weit verbreitet gewesen, was bedeutet, dass er ein günstiges und praktikables Verfahren zur elektromechanischen Fehlererkennung¹² ist. Zhu et al. schlugen eine neue Multi-Modell-Methode zur adaptiven Schätzung von Fehlern vor, die auf kernadaptiven Filtern basiert und die Schätzung des realen Flugzustandswertes und die Fehlererkennung des Aktuators online mit guter Leistung realisiert¹³.

In Anlehnung an die bisherige Forschung wurden entsprechende Fehlererkennungsverfahren entwickelt. Der Widerstand der Wicklungen ändert sich schlagartig bei elektrischen Fehlern, wie z.B. Leerlauf- oder Kurzschlussfehlern. Daher wurde ein adaptiver Filter entwickelt, der auf einem NLMS-Algorithmus basiert, um den Widerstand der Wicklungen zu identifizieren, der feststellen kann, ob ein elektrischer Fehler aufgetreten ist. Die Kombination eines adaptiven Filters mit einem NLMS-Algorithmus zur Minimierung der Änderung des Parametervektors führt zu einem besseren und schnelleren Konvergenzeffekt¹⁴. Für Fehler im Hydraulikaggregat wurde ein Algorithmus zur Schätzung der Drehzahl vorgeschlagen, der auf der eindeutigen analytischen Beziehung zwischen der Drehzahl der Pumpe und der Position des Betätigungszylinders basiert. EHA-Hydraulikfehler wurden online erkannt, indem die geschätzte Drehzahl mit der tatsächlichen Drehzahl in Echtzeit verglichen wurde.

In dieser Arbeit wurde eine Testmethode verwendet, die Simulationen und Experimente kombiniert. Zunächst wurde ein mathematisches Modell der EHA erstellt und eine Simulation für die vorgeschlagene Fehlererkennungsmethode durchgeführt. Die Simulation umfasste die Verifizierung der Detektionsmethoden unter Nicht-Fehler- und Fehlerinjektionsbedingungen. Anschließend wurde die Fehlererkennungsmethode im realen Servoregler realisiert. Abschließend wurden die Ergebnisse der Simulationen und Experimente analysiert und verglichen, um die Wirksamkeit der Fehlererkennungsmethode zu bewerten.