0 引言

    隨著無人機技術的發展，無人機的應用范圍越來越廣，續航時間和任務半徑越來越大，并且在執行任務的過程中攜帶的任務載荷和偵察打擊設備越來越多，因此保證無人機在飛行過程中的安全性和可靠性就顯得特別重要。

    舵控系統作為無人機飛行控制系統的執行機構，其可靠性和安全性直接關系到無人機的飛行安全^[1]。早在20世紀50年代初期，人們就認識到系統的單一通道設計不能保證系統功能的可靠實現，采用多通道設計能夠大幅度提高系統的可靠性。由此產生了系統的余度設計技術，并迅速被飛機操縱系統等采用。余度技術是提高系統可靠性與安全性的一種有效手段，可以在降低元器件要求的同時有效地提高系統可靠性^[2]。雙余度舵控系統的基本思想是通過不同余度之間的切換來保證舵控系統的可靠性，因此在這個過程中就涉及到舵控系統的故障檢測技術。

    在舵控系統中角度傳感器的作用是產生一個與舵面角度等效的電信號，將測量到的信號作為反饋引入到控制系統中，從而形成對舵控系統的閉環控制。所以角度傳感器在整個舵控系統中具有重要的作用。為了防止舵機角度傳感器故障造成舵控系統無法正常工作，在進行雙余度舵控系統設計時，選用了共軸雙余度電位器作為角度傳感器。在舵機工作過程中及時準確地檢測出單個角度傳感器的故障并切換到另一余度，是提高舵控系統可靠性的關鍵。

    目前舵機故障檢測常用的方法是根據電機和傳動機構的參數建立舵機的動力學模型，通過對比舵機的實際輸出與參考模型輸出之間的誤差來檢測舵回路是否發生故障^[3-6]。針對雙余度舵控系統工作過程中角度傳感器的故障檢測技術，本文提出了基于辨識參考模型的角度傳感器故障檢測方法。首先通過系統辨識的方法辨識出系統輸出的參考模型，然后比較模型輸出和實際角度傳感器輸出的殘差變化是否超過閾值來判斷電位器是否發生故障。

1 雙余度電動舵機整體方案

    無人機舵控系統可以分為電控部分和機械部分，機械部分通常情況下不會發生突發性故障，而是隨著工作時間的增加逐漸出現性能下降、疲勞斷裂等故障；電控部分由控制電路、無刷直流電機和角度傳感器3部分組成，電機和角度傳感器在運行過程中可能出現突發性故障，控制電路由于元器件的損壞或故障也可能出現突發性故障。結合舵控系統電控部分和機械部分的故障性質特點，設計了雙余度舵控系統，整體方案如圖1所示。

    無刷直流電機、電位器和控制電路采用雙余度設計，共用一套傳動和減速機構。其中電機采用并聯式雙繞組無刷直流電機，每個繞組有一套獨立的霍爾位置傳感器，可保證電機獨立工作。控制電路采用兩套獨立的控制系統，正常工作時，兩套控制系統分別驅動雙繞組無刷直流電機工作在熱備份狀態，當一個繞組出現故障時，從控制系統中切除，用另一個繞組工作^[7]。

    角度傳感器采用共軸雙聯電位器，每聯可以獨立工作。每套控制電路分別采集角度傳感器兩個余度的信號，但是為了保證控制的一致性，在實際控制時兩套控制電路以其中一路角度傳感器信號作為反饋，當該路信號出現故障時切換到另一路角度傳感器信號。正常工作時，兩路角度傳感器輸出相同的反饋信息，當兩路角度傳感器輸出信息不一致時，可以判斷有一路電位器出現故障，但是無法判斷哪路出現故障。因此要準確地判斷角度傳感器故障僅靠角度傳感器自身是不夠的，需要增加其他的判斷依據。本文提出了基于辨識參考模型的無人機雙余度電動舵機角度傳感器故障檢測方法。主要思想是通過兩路角度傳感器輸出的差值判斷角度傳感器是否存在故障，然后通過參考模型確定哪一路出現故障，從而保證舵控系統可以得到準確的角度反饋信號。

2 參考模型建立

    通過機理分析和理論推導的方式可以獲得舵控系統的數學模型，模型參數可以通過測量或系統辨識的方法獲取[8]。由于模型中有些參數很難準確地測量獲得，因此本文首先采用機理分析的方法推導得到舵控系統的數學模型，然后通過系統辨識的方法確定模型的參數。

2.1 模型推導

    舵機的結構簡圖如圖2所示，主要由電機、減速機構和位置傳感器組成。

    根據基爾霍夫定律可以得到電壓平衡方程為：

    由于此舵機中選用的無刷直流電機電感很小，接近于零，因此為了減小參數辨識的計算量和降低傳遞函數的復雜性，忽略電感的影響，將舵機的閉環傳遞函數等效為二階系統。

2.2 模型參數辨識

    本文研究的無人機舵控系統，以控制和反饋信號為模擬信號，范圍為±10 V，對應±30°，頻帶范圍為4 Hz。為了準確地辨識系統模型的參數，在選擇輸入激勵信號時要求可以充分激發系統的動態特性。在系統辨識中白噪聲是理想的輸入信號，因此根據此舵控系統的帶寬和輸入輸出工作范圍，選擇帶寬為5 Hz、幅值為2 V的白噪聲信號，利用Keysight 信號發生器的任意波功能產生。

    由于舵控系統的輸入輸出信號均為模擬信號，因此利用泰克示波器的數據采集功能進行數據采集，采樣周期為1 kHz。為了減小干擾和野值對辨識結果的影響，對采集的數據進行簡單的濾波和剔除野值處理。

    將處理好的數據導入MATLAB系統辨識工具箱，利用2.1推導的模型結構進行辨識參數，得到系統的輸入輸出模型為：

    由于實際舵控系統的輸入能量是有限的，因此舵回路內存在速率飽和的非線性特性，若直接對舵控系統的位置輸入輸出進行線性動力學建模，則當位置給定較大時，舵機在動態過程中的實際輸出會因速率飽和而與系統模型輸出具有較大的誤差^[9]。圖3左邊的曲線為輸入角度較大時，由于速率飽和特性限制導致模型輸出和舵機實際輸出相差較大。

    為了解決速率飽和特性導致實際輸出和模型輸出不一致的問題，在辨識出的舵控系統模型中加入速率飽和限制。速率飽和限制的表達式如下：

    將位置限幅加入到辨識模型中，可以解決速率飽和特性造成的偏差。圖3右側為加入位置限幅后舵機實際輸出和模型輸出曲線，可以看出此種方法可以較好地解決由于速率飽和造成的偏差。

    為了驗證辨識模型在加載情況下的準確性，給舵控系統施加隨機的彈性力矩，然后對比舵機實際輸出和模型輸出。試驗結果如圖4所示，給舵機施加±10 N·m的外部力矩干擾，辨識出的系統模型仍然可以較好地反映實際舵控系統的輸出。因此辨識參考模型可以應用于雙余度角度傳感器的故障檢測中。

3 雙余度角度傳感器故障檢測

    角度傳感器為雙聯共軸電位器，分別采用±15 V電壓為電位器供電。由于雙聯電位器阻值分布和線性度不可能完全一致，導致舵機轉動同一角度，電位器輸出的電壓變化也不完全一致。為了減小由于電位器差異造成的誤差，利用角度傳感器分別采集電位器輸出電壓和轉動角度的對應關系，然后用最小二乘法擬合出電位器轉動角度和輸出電壓值的線性關系。在實際工作過程中，將采集到的電位器電壓值轉化為角度，然后再進行控制。

3.1 故障檢測方法

    為了準確判斷出電位器是否出現故障，并確定哪一個余度出現故障，采用的基本思想是：首先通過對比采集到兩路角度傳感器的角度值來判斷角度傳感器是否存在故障，然后將角度傳感器的值和辨識參考模型對比確定出現故障的余度。具體檢測步驟如下：

    步驟1：分別采集兩路角度傳感器的電壓值，并根據擬合公式將模擬電壓信號轉換成角度信號。

    步驟2：計算兩路角度傳感器角度信號的差值，并判斷差值是否超過故障的閾值。如果大于閥值則有一路信號存在故障，進入步驟3；如果小于閾值則兩路角度傳感器工作正常。

    步驟3：計算兩路角度傳感器與辨識參考模型輸出的差值是否超過閾值，如果超過則判斷此路角度傳感器信號出現故障。

    步驟4：將舵機控制系統的角度傳感器信號切換到沒有故障的余度。

    為了保證此故障檢測方法的準確性，防止出現錯檢和漏檢，上述故障檢測步驟需要連續N個周期出現同樣的問題時才判斷電位器出現故障。

3.2 實驗驗證與結果分析

    為了說明此種故障檢測方法的有效性，選擇典型的電位器故障，在不同的控制輸入下進行實驗驗證。在舵控系統工作過程中，電位器滑動指針出現斷損是最常見的故障。因此模擬處于工作狀態的余度電位器出現斷針故障，驗證此故障檢測方法能否檢測出故障，并且切換到備份余度電位器來保證舵控系統的穩定運行。

    為了模擬此種故障，在舵機工作過程中將主余度電位器的信號輸出線切斷。觀察故障檢測方法和故障切換的有效性。為了充分驗證方法的有效性，分別選取具有代表性的正弦信號、階躍信號和隨機白噪聲信號作為控制輸入進行驗證。

    圖5所示為控制信號是正弦信號時的故障檢測結果。開始時余度1電位器反饋作為系統反饋信號接入到控制系統，在5 s左右將余度1電位器斷路。從圖中可以看出，在余度1反饋斷路后，控制系統可以快速地將反饋信號切換到電位器余度2反饋，并且保證舵控系統工作的穩定可靠。

    圖6和圖7分別為控制信號是階躍信號和隨機白噪聲信號時的故障檢測結果。開始時余度1電位器反饋作為系統反饋信號接入到控制系統，在5 s左右將余度1電位器斷路。從圖中可以看出，在余度1反饋斷路后控制系統可以快速地將反饋信號切換到電位器余度2反饋，并且保證舵控系統工作的穩定可靠。

    從測試結果可以看出，基于辨識參考模型的故障檢測方法可以及時準確地檢測出角度傳感器的故障，并且切換到備份余度的角度傳感器，保證舵控系統正常工作，提高系統的可靠性。

4 總結

    本文研究了無人機雙余度電動舵機角度傳感器故障檢測的方法。針對雙余度角度傳感器的特點提出了基于辨識參考模型的故障檢測方法。首先通過理論推導和機理分析的方法建立了舵控系統的數學模型，然后利用模型辨識的方法確定了模型的參數。通過引入速率飽限制和位置限幅，解決了舵控系統模型由于速度飽和導致跟蹤大角度輸出時存在較大誤差的問題，使模型即使在存在力矩干擾時仍然可以作為參考模型進行故障檢測。最后給出了雙余度電位器故障檢測的步驟，并且通過實際的測試結果驗證了所提出方法的有效性。

參考文獻

[1] 張若青，裘麗華．基于動態神經網絡的電液伺服閥實時故障診斷[J]．機床與液壓，2002(3)：140－142.

[2] 陸軍，張元國，王長路.電動舵機余度技術概述[J].機械傳動，2010(3)：92-95.

[3] BOUIBED K，AITOUCHE A，BAYART M.Sensor and actuator fault detection and isolation using two model based approaches：application to an autonomous electric vehicle[C].Proceedings of 18th Mediterranean Conference on Control and Automation.Piscataway，NJ：IEEE，2010：1290-1295.

[4] BOBRINSKOY A，GATTI M.Model-based fault detection and isolation design for flight-critical actuators in a harsh environment[C].Proceedings of 2012 AIAA 31st Digital Avionics Systems Conference.Piscataway，NJ：IEEE，2012：7D5-1-7D5-8.

[5] 付永領，龐堯，劉和松.基于故障建模的雙余度舵機故障診斷技術[J].北京航空航天大學學報，2011，37(11)：1372-1377.

[6] VAN EYKEREN L，CHU Q P，MULDER J A.Actuator fault detection by aerodynamic model identification[C].Proceedings of 18th IFAC Symposium on Fault Detection.Supervision and Safety of Technical Processes.South Africa：IFAC，2012：1353-1357.

[7] 董慧芬，周元均，沈頌華．雙通道無刷直流電動機容錯動態性能分析[J]．中國電機工程學報，2007，27(21)：90-191．

[8] XU Y X，TANG Y，ZHU J W，et al.Control of a BLDC motor for electromechanical actuator[C].In Electrical Machines and Systems，2008.ICEMS 2008.International Conference on.IEEE，2008：3266-69.

[9] 朱紀洪，和陽，黃志毅.舵機特征模型及其故障檢測方法[J].航空學報，2015，36(2)：640-650.

作者信息:

楊金鵬，梁  東，楊  濤，張志新

（中國航天空氣動力技術研究院 測控事業部，北京100074）