Summary

Разработка и применение метода дефектации на основе адаптивных фильтров и оценки скорости вращения электрогидростатического привода

Published: October 28, 2022
doi:

Summary

В данной работе представлен адаптивный фильтр, основанный на алгоритме нормализованного наименьшего среднего квадрата (NLMS) и методе оценки скорости вращения для обнаружения электрических и гидравлических неисправностей электрогидростатического привода (ЭГА). Эффективность и осуществимость вышеупомянутых методов проверяются с помощью моделирования и экспериментов.

Abstract

Электрогидростатический привод (ЭГА) является перспективным исполнительным аппаратом, используемым в системах управления полетом для более электрических самолетов (МЭА) из-за его высокой удельной мощности и низких эксплуатационных расходов. Поскольку надежность системы снижается с увеличением сложности, обнаружение неисправностей становится все более важным. В этой статье был разработан адаптивный фильтр на основе алгоритма нормализованного наименьшего среднего квадрата (NLMS), который может определять сопротивление обмоток двигателя в режиме онлайн для обнаружения электрических неисправностей в EHA. Кроме того, на основе аналитической взаимосвязи между скоростью вращения и перемещением был разработан метод оценки скорости вращения. Сравнивая фактическую скорость вращения с расчетной, можно обнаружить гидравлические неисправности. Чтобы проверить эффективность вышеупомянутого метода, было применено программное обеспечение для моделирования и симуляции, которое включало внедрение и обнаружение неисправностей. На этой основе была построена экспериментальная платформа, которая затем подверглась серии валидационных экспериментов. Результаты показывают, что метод обнаружения неисправностей может обнаруживать электрические и гидравлические неисправности в EHA.

Introduction

Электрогидростатический привод (EHA) является ключевым компонентом для управления полетом в более электрических самолетах (MEA). Типичная структура ЭГА показана на рисунке 1. Его компактная конструкция гарантирует высокую удельную мощность, низкие эксплуатационные расходы, а также более высокую отказоустойчивость и безопасность по сравнению с традиционным гидравлическим сервоприводом (HSA)1. Тем не менее, нынешняя надежность EHA не может удовлетворить практические требования более электрических самолетов2. В результате технология резервирования была внедрена в конструкцию EHA. Чтобы максимизировать эффективность технологии резервирования, рабочее состояние системы должно контролироваться методом обнаружения неисправностей3. В зависимости от места, где происходит неисправность, режимы неисправности EHA можно разделить на неисправности сервоконтроллера и неисправности блока управления питанием (PCU). Неисправности PCU можно разделить на неисправности датчиков, неисправности электромеханического блока и неисправности гидравлического блока. Механизм неисправности сервоконтроллера имеет мало отношения к корпусу EHA, а вероятность неисправности датчика намного ниже, чем у компонентаоборудования 4. Поэтому в данной работе мы сосредоточимся на неисправностях электромеханического агрегата и гидравлического агрегата.

К неисправностям электромеханических блоков относятся неисправности модуля привода двигателя и неисправности бесщеточного двигателя постоянного тока (BLDCM). Как правило, вероятность неисправности электроники силового привода (PDE) (например, короткого замыкания, неисправности обрыва) относительно высока. Когда происходит короткое замыкание, ток PDE резко возрастает за короткий промежуток времени, вызывая серьезные последствия, такие как отключение двигателя или повреждение электрических компонентов. Хотя двигатель может сохранять свое рабочее состояние после неисправности обрыва цепи, перегрузка по току и перенапряжение для других электрических компонентов по-прежнему неизбежны, и, следовательно, могут произойти вторичные неисправности5. Что касается BLDCM, то обмотки двигателя наиболее подвержены неисправностям из-за короткого замыкания или обрывацепи 6. ФДЭ в электромеханическом блоке соединен последовательно с соответствующими обмотками двигателя. Метод обнаружения неисправностей, разработанный для обмоток двигателя, также эффективен при устранении неисправностей в PDE. Поэтому неисправности электромеханического блока, в том числе как в двигателе, так и в PDE, должны быть обнаружены в режиме онлайн.

К неисправностям гидравлического блока относятся неисправности поршневого насоса с фиксированным рабочим объемом, встроенного блока клапанов и исполнительного цилиндра7. Поршневой насос EHA состоит из поршней, автоматов перекоса и тарелок клапанов; Повреждение уплотнения и износ клапанной пластины являются основными формами неисправности8. Эти два режима неисправности увеличивают утечку насоса. За этим следуют аномальные изменения выходного потока и давления, которые, в конечном итоге, приводят к снижению частоты вращения исполнительного цилиндра и снижению производительности сервопривода системы. Режимы неисправности встроенного блока клапанов включают неисправность резервуара под давлением, неисправность обратного клапана, неисправность предохранительного клапана и неисправность клапана выбора режима. Резервуар под давлением обычно имеет самоповышающуюся конструкцию с высокой надежностью. Однако при возникновении неисправности недостаточное давление наддува вызывает кавитацию насоса, что приводит к ненормальному выходному расходу. Усталость пружины, износ компонентов и деформация являются распространенными режимами неисправностей в обратных клапанах и предохранительных клапанах. Неисправность обратного клапана представляет собой обратную утечку, которая напрямую приводит к ненормальному потоку. Неисправность предохранительного клапана приводит к неправильной функции защиты, что приводит к ненормальному давлению. Распространенными неисправностями клапана выбора режима являются выход из строя возвратной пружины и обрыв катушек проволоки. Первый вызывает текущее переключение рабочего состояния, что приводит к ненормальному движению исполнительного цилиндра. Неисправность приводного цилиндра приводит к снижению точности управления положением и динамических характеристик. Таким образом, неисправности гидравлических агрегатов вызывают ненормальный расход и давление9. Поскольку поток и скорость вращения двигателя в системе EHA примерно пропорциональны, скорость вращения можно контролировать в режиме онлайн для обнаружения аномального расхода и давления из-за внезапных неисправностей.

Необходимо разработать соответствующие методы обнаружения неисправностей, направленные на ранее упомянутые неисправности электромеханического блока и неисправности гидравлического блока. Методы обнаружения неисправностей в электромеханической системе в основном включают оценку состояния и идентификацию параметров10. Наблюдатель состояния строится на основе математической модели системы, которая производит оценку состояния и определяет неисправности, анализируя остаточную последовательность, генерируемую наблюдателем. Alcorta et al. предложили простой и новый нелинейный наблюдатель с двумя корректирующими условиями для обнаружения вибрационных неисправностей в коммерческих самолетах, который является очень эффективным11. Однако этот тип метода должен решить проблему робастности наблюдателя. Другими словами, он должен подавлять изменения в остаточной последовательности, вызванные информацией, не относящейся к ошибкам, такой как ошибка модели или внешние возмущения. Более того, этот метод часто требует очень точной информации о модели, которую обычно трудно собрать в практических инженерных приложениях.

Метод идентификации параметров использует определенные алгоритмы для идентификации важных параметров в системе. При возникновении сбоя изменяется и значение соответствующего параметра. Таким образом, неисправности могут быть обнаружены путем обнаружения изменения параметров. Метод идентификации параметров не требует расчета остаточной последовательности, поэтому он позволяет избежать влияния помех на точность обнаружения. Адаптивный фильтр широко используется для идентификации параметров из-за его простоты реализации и стабильной работы, что означает, что он является благоприятным и осуществимым методом электромеханического обнаружения неисправностей12. Zhu et al. предложили новый мультимодельный метод обнаружения неисправностей адаптивной оценки, основанный на адаптивных фильтрах ядра, который реализует оценку реального значения состояния полета и обнаружение неисправностей привода в режиме онлайн с хорошей производительностью13.

Ссылаясь на предыдущие исследования, были разработаны соответствующие методы обнаружения неисправностей. Сопротивление обмоток резко изменяется при возникновении электрических неисправностей, таких как обрыв цепи или короткое замыкание. Поэтому был разработан адаптивный фильтр на основе алгоритма NLMS для определения сопротивления обмоток, который может определить, произошла ли электрическая неисправность. Сочетание адаптивного фильтра с алгоритмом NLMS для минимизации изменения вектора параметров приводит к лучшему и более быстрому эффекту сходимости14. Для неисправностей гидроагрегата предложен алгоритм оценки частоты вращения, основанный на четкой аналитической зависимости между частотой вращения насоса и положением исполнительного цилиндра. Гидравлические неисправности EHA были обнаружены в режиме онлайн путем сравнения расчетной скорости вращения с фактической скоростью в режиме реального времени.

В данной работе был принят метод испытаний, сочетающий моделирование и эксперименты. Сначала была построена математическая модель ЭГА, а также выполнено моделирование предложенного метода обнаружения неисправностей. Моделирование включало проверку методов обнаружения в условиях отсутствия неисправностей и впрыска неисправностей. Затем метод обнаружения неисправностей был реализован в реальном сервоконтроллере. Наконец, результаты моделирования и экспериментов были проанализированы и сравнены для оценки эффективности метода обнаружения неисправностей.

Protocol

1. Создание имитационной модели EHA Откройте программное обеспечение для моделирования на ПК. Постройте имитационную модель для EHA (рис. 2) в соответствии с математическими уравнениями моделиEHA 15 и проведите трехконтурный PI в качестве конт?…

Representative Results

В моделировании фактическое положение и кривая целевого положения штока поршня EHA в состоянии отсутствия сбоев показаны на рисунке 7. Судя по кривой, система работала нормально, с хорошими динамическими характеристиками. Фактическое положение и кривая целевого положен…

Discussion

При проведении этих экспериментальных этапов было важно обеспечить возможность алгоритма в режиме реального времени для получения точных результатов расчетов. Белый шум в процессе сбора сигнала был принят для имитации характеристик фактического датчика, чтобы сделать симуляцию бли?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Эта работа была поддержана китайским проектом гражданских самолетов (No MJ-2017-S49) и Китаем

Фонд постдокторантуры (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

  1. 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).
  2. 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).
  3. Chao, Q., et al. Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps. Frontiers of Mechanical Engineering. 17, (2022).
  4. Yoo, M., et al. A resilience measure formulation that considers sensor faults. Reliability Engineering& System Safety. 199, 106393 (2019).
  5. Fang, J., et al. Online inverter fault diagnosis of buck-converter BLDC motor combinations. IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).
  6. Lisnianski, A., et al. Power system structure optimization subject to reliability constraints. Electric Power Systems Research. 39 (2), 145-152 (1996).
  7. Fu, T., Wang, L., Qi, H., Liu, H. Fault diagnosis and management of electric hydrostatic actuator. Machine Tool & Hydraulics. 38 (9), 120-124 (2010).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).

Play Video

Cite This Article
Fu, Y., Ma, Y., Gou, Z., Guo, T., Liu, J., Zhao, J. Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator. J. Vis. Exp. (188), e63575, doi:10.3791/63575 (2022).

View Video