Electro-Hydrostatic Actuator에 대한 적응 필터 및 회전 속도 추정을 기반으로 한 결함 감지 방법의 설계 및 적용
Summary
본 논문에서는 전자수압구동기(EHA)의 전기적 및 수력학적 결함을 검출하기 위해 정규화된 최소 평균 제곱(NLMS) 알고리즘과 회전 속도 추정 방법을 기반으로 하는 적응 필터를 소개합니다. 앞서 언급한 방법의 효능과 실현 가능성은 시뮬레이션과 실험을 통해 검증됩니다.
Abstract
전기 유압식 액추에이터 (EHA)는 높은 전력 밀도와 낮은 유지 보수로 인해 더 많은 전기 항공기 (MEA)의 비행 제어 시스템에 사용되는 유망한 작동 장치입니다. 복잡성이 증가함에 따라 시스템의 신뢰성이 감소하기 때문에 오류 감지가 점점 더 중요해지고 있습니다. 이 논문에서는 EHA의 전기적 결함을 감지하기 위해 온라인으로 모터 권선의 저항을 식별할 수 있는 정규화된 최소 평균 제곱(NLMS) 알고리즘을 기반으로 적응 필터를 설계했습니다. 또한 회전 속도와 변위 간의 분석적 관계를 기반으로 회전 속도 추정 방법을 설계했습니다. 실제 회전 속도를 추정 된 속도와 비교하면 유압 결함을 감지 할 수 있습니다. 앞서 언급한 방법의 효능을 검증하기 위해 오류 주입 및 감지를 포함한 모델링 및 시뮬레이션에 소프트웨어가 적용되었습니다. 이를 바탕으로 실험 플랫폼이 구축 된 후 일련의 검증 실험을 거쳤습니다. 결과는 결함 감지 방법이 EHA에서 전기적 및 수리적 결함을 감지할 수 있는 잠재력을 가지고 있음을 나타냅니다.
Introduction
전기 유압식 액츄에이터(EHA)는 더 많은 전기 항공기(MEA)의 비행 제어를 위한 핵심 구성 요소입니다. EHA의 일반적인 구조는 그림 1에 나와 있습니다. 컴팩트한 구조는 기존의 유압 서보 액추에이터(HSA)에 비해 높은 전력 밀도, 낮은 유지 보수, 더 높은 내결함성 및 안전성을 보장합니다1. 그러나 EHA의 현재 신뢰성은 더 많은 전기 항공기2의 실제 요구 사항을 충족 할 수 없습니다. 그 결과, EHA의 설계에 이중화 기술이 도입되었습니다. 이중화 기술의 효과를 극대화하기 위해서는 고장 감지 방법3으로 시스템의 작동 상태를 모니터링해야 합니다. 오류가 발생하는 위치에 따라 EHA의 오류 모드는 서보 컨트롤러 오류와 전원 제어 장치(PCU) 오류로 나눌 수 있습니다. PCU 결함은 센서 결함, 전기 기계 장치 결함 및 유압 장치 결함으로 더 나눌 수 있습니다. 서보 컨트롤러의 결함 메커니즘은 EHA 본체와 거의 관계가 없으며 센서의 결함 확률은 장비 구성 요소4의 결함 확률보다 훨씬 낮습니다. 따라서 우리는 이 논문에서 전기 기계 장치와 유압 장치의 결함에 초점을 맞춥니다.
전기 기계 장치 오류에는 모터 드라이브 모듈 오류 및 브러시리스 DC 모터(BLDCM) 오류가 포함됩니다. 일반적으로, 전력 구동 전자장치(PDE) 결함(예를 들어, 단락 결함, 개방 회로 결함)의 확률은 상대적으로 높다. 단락 오류가 발생하면 PDE 전류가 단시간에 급격히 상승하여 모터 정지 또는 전기 부품 손상과 같은 심각한 결과를 초래합니다. 모터는 개방 회로 오류가 발생한 후에도 작동 상태를 유지할 수 있지만 다른 전기 부품에 대한 과전류 및 과전압은 여전히 불가피하며 결과적으로 2차 오류가 발생할 수 있습니다5. BLDCM의 경우 모터 권선은 단락 또는 개방 회로6로 인한 결함이 발생하기 가장 쉽습니다. 전기 기계 장치의 PDE는 해당 모터 권선과 직렬로 연결됩니다. 모터 권선용으로 설계된 고장 감지 방법은 PDE의 고장을 처리할 때도 효과적입니다. 따라서 모터와 PDE를 모두 포함한 전기 기계 장치 결함은 온라인으로 감지되어야 합니다.
유압 장치 결함에는 고정 변위 피스톤 펌프, 통합 밸브 블록 및 작동 실린더7의 오류 발생이 포함됩니다. EHA의 피스톤 펌프는 피스톤, 비스듬이 판 및 벨브 판으로 구성됩니다; 씰의 손상과 밸브 플레이트의 마모는 결함의 주요 형태입니다8. 이 두 가지 오류 모드는 펌프의 누출을 증가시킵니다. 출력 유량 및 압력의 비정상적인 변화가 뒤따르며 결국 작동 실린더의 속도가 감소하고 시스템의 서보 성능이 저하됩니다. 통합 밸브 블록의 오류 모드에는 가압 저장소 오류, 체크 밸브 오류, 릴리프 밸브 오류 및 모드 선택 밸브 오류가 포함됩니다. 가압 저장소는 일반적으로 높은 신뢰성을 가진 자체 부스팅 설계를 채택합니다. 그러나 오류가 발생하면 충전 압력이 충분하지 않으면 펌프가 캐비테이션되어 비정상적인 출력 흐름이 발생합니다. 스프링 피로, 부품 마모 및 변형은 체크 밸브 및 릴리프 밸브의 일반적인 결함 모드입니다. 체크 밸브 결함은 역 누출로 나타나 비정상적인 흐름으로 직접 이어집니다. 릴리프 밸브 결함은 잘못된 보호 기능으로 이어져 비정상적인 압력을 초래합니다. 모드 선택 밸브의 일반적인 결함은 리턴 스프링의 고장과 와이어 코일의 파손입니다. 전자는 작동 상태의 전류 전환을 일으켜 작동 실린더의 비정상적인 움직임을 유발합니다. 작동 실린더 결함은 위치 제어 정밀도와 동적 성능을 저하시킵니다. 요약하면, 유압 장치의 결함은 비정상적인 흐름과 압력을 유발합니다9. EHA 시스템에서는 유량과 모터의 회전 속도가 거의 비례하기 때문에 회전 속도를 온라인으로 모니터링하여 갑작스러운 오류로 인한 비정상적인 유량과 압력을 감지할 수 있습니다.
앞서 언급한 전기 기계 장치 결함 및 유압 장치 결함을 겨냥한 해당 결함 감지 방법을 설계해야 합니다. 전자기계 시스템에서 결함 검출을 위한 방법은 주로 상태 추정 및 파라미터 식별(parameter identification10)을 포함한다. 상태 관찰자는 상태 추정을 수행하고 관찰자가 생성한 잔여 시퀀스를 분석하여 결함을 결정하는 시스템의 수학적 모델을 기반으로 구축됩니다. Alcorta et al. 상업용 항공기의 진동 결함 감지를 위한 두 가지 수정 항을 가진 간단하고 참신한 비선형 관찰자를 제안했는데, 이는 매우 효과적이다11. 그러나 이러한 유형의 방법은 관찰자의 견고성 문제를 해결해야 합니다. 즉, 모델 오차 또는 외부 외란과 같은 무결함 정보로 인한 잔류 시퀀스의 변화를 억제해야 합니다. 또한 이 방법은 종종 매우 정확한 모델 정보를 필요로 하므로 실제 엔지니어링 응용 프로그램에서는 일반적으로 수집하기 어렵습니다.
파라미터 식별 방법은 시스템에서 중요한 파라미터를 식별하기 위해 특정 알고리즘을 사용합니다. 오류가 발생하면 해당 매개 변수 값도 변경됩니다. 따라서 매개변수의 변화를 감지하여 결함을 감지할 수 있습니다. 매개변수 식별 방법은 잔류 시퀀스의 계산이 필요하지 않으므로 검출 정확도에 대한 교란의 영향을 피할 수 있습니다. 적응형 필터는 구현이 쉽고 성능이 안정적이기 때문에 매개변수 식별에 널리 사용되어 왔으며, 이는 전기기계적 결함 감지에 유리하고 실현 가능한 방법임을 의미한다12. Zhu et al. 커널 적응 필터를 기반으로 하는 새로운 다중 모델 적응 추정 오류 감지 방법을 제안했는데, 이는 실제 비행 상태 값의 추정과 액추에이터 오류 감지를 온라인으로 우수한 성능으로 실현합니다13.
이전 연구를 참조하여 해당 오류 감지 방법이 설계되었습니다. 권선의 저항은 전기적 오류가 발생하면 갑자기 변합니다., 개방 회로 오류 또는 단락 오류와 같은. 따라서 NLMS 알고리즘을 기반으로 적응 필터를 설계하여 권선의 저항을 식별하여 전기적 결함이 발생했는지 여부를 확인할 수 있습니다. 파라미터 벡터의 변화를 최소화하기 위해 적응 필터를 NLMS 알고리즘과 결합하는 것은 더 좋고 더 빠른 수렴 효과(14)를 유도한다. 유압 장치 결함의 경우 펌프의 회전 속도와 작동 실린더의 위치 사이의 명확한 분석 관계를 기반으로 회전 속도 추정 알고리즘이 제안되었습니다. EHA 유압 결함은 추정 회전 속도와 실제 속도를 실시간으로 비교하여 온라인으로 감지되었습니다.
본 논문에서는 시뮬레이션과 실험을 결합한 테스트 방법을 채택하였다. 먼저, EHA의 수학적 모델을 구축하고, 제안된 결함 검출 방법에 대한 시뮬레이션을 수행하였다. 시뮬레이션에는 무고장 및 고장 주입 조건에서의 검출 방법 검증이 포함되었습니다. 그런 다음 실제 서보 컨트롤러에서 오류 감지 방법을 구현했습니다. 마지막으로 시뮬레이션과 실험의 결과를 분석하고 비교하여 결함 검출 방법의 효능을 평가하였다.
Protocol
Representative Results
Discussion
이러한 실험 단계를 수행할 때 정확한 계산 결과를 얻기 위해서는 알고리즘의 실시간 기능을 확보하는 것이 중요했습니다. 신호 획득 프로세스의 백색 잡음은 시뮬레이션을 현실에 더 가깝게 만들기 위해 실제 센서의 특성을 시뮬레이션하기 위해 채택되었습니다. 시뮬레이션 및 실험에서 이동평균 필터를 적용하여 식별된 저항과 추정된 회전 속도의 변동을 줄여 결함 특성을 보다 안정적이고 쉽…
Disclosures
The authors have nothing to disclose.
Acknowledgements
이 작업은 중국 민간 항공기 프로젝트 (No. MJ-2017-S49)와 중국의 지원을 받았다.
박사후과학재단(No. 2021M700331).
Materials
| LabVIEW | NI | NI LabVIEW 2018 | |
| Matlab/SIMULINK | MathWorks.Inc | R2020a | |
| Personal Computer | Lenovo | Y7000 2020H | |
| 24V Switching Power Supply | ECNKO | S-250-24 | |
| Programmable Current Source | Greens Pai | GDP-50-30 |
References
- Fu, Y., et al. Review on design method of electro-hydrostatic actuator. Journal of Beijing University of Aeronautics and Astronautics. 43 (10), 1939-1952 (2017).
- Qi, H., et al. Modelling and simulation of a novel dual-redundancy electro-hydrostatic actuator. 2015 International Conference on Fluid Power and Mechatronics (FPM) IEEE. , 270-275 (2015).
- Chao, Q., et al. Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps. Frontiers of Mechanical Engineering. 17, (2022).
- Yoo, M., et al. A resilience measure formulation that considers sensor faults. Reliability Engineering& System Safety. 199, 106393 (2019).
- Fang, J., et al. Online inverter fault diagnosis of buck-converter BLDC motor combinations. IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).
- Lisnianski, A., et al. Power system structure optimization subject to reliability constraints. Electric Power Systems Research. 39 (2), 145-152 (1996).
- Fu, T., Wang, L., Qi, H., Liu, H. Fault diagnosis and management of electric hydrostatic actuator. Machine Tool & Hydraulics. 38 (9), 120-124 (2010).
- Maddahi, A., Kinsner, W., Sepehri, N. Internal leakage detection in electrohydrostatic actuators using multiscale analysis of experimental data. IEEE Transactions on Instrumentation and Measurement. 65 (12), 2734-2747 (2016).
- Guo, S., et al. Hydraulic piston pump in civil aircraft: Current status, future directions and critical technologies. Chinese Journal of Aeronautics. 33 (01), 16-30 (2020).
- Jackson, E. Real-time model-based fault detection and diagnosis for automated systems. IEEE Industry Applications Society Dynamic Modeling Control Applications for Industry Workshop. , 26-28 (1997).
- Alcorta, G. E., Zolghadri, A., Goupil, P. A novel non-linear observer-based approach to oscillatory failure detection. 2009 European Control Conference (ECC). , 1901-1906 (2009).
- Castaldi, P., et al. Design of residual generators and adaptive filters for the FDI of aircraft model sensors. Control Engineering Practice. 18 (5), 449-459 (2010).
- Zhu, P., Dong, W., Mao, Y., Shi, H., Ma, X. Kernel adaptive filtering multiple-model actuator fault diagnostic for multi-effectors aircraft. 2019 12th Asian Control Conference (ASCC). , 1489-1494 (2019).
- Hidayat, R., Ramady, G. D., Lestari, N. S., Mahardika, A. G., Fadriani, H. Optimization of normalized least mean square algorithm of smart antenna beamforming for interference mitigation. Journal of Physics: Conference Series. 1783, 012085 (2021).
- Fu, J., et al. Modelling and simulation of flight control electromechanical actuators with special focus on model architecting, multidisciplinary effects and power flows. Chinese Journal of Aeronautics. 30 (1), 47-65 (2017).
- Li, Z., et al. New normalized LMS adaptive filter with a variable regularization factor. Journal of Systems Engineering and Electronics. 30 (2), 259-269 (2019).
