一种运载火箭姿态控制系统的故障检测与隔离方法

1.本发明涉及故障检测与诊断技术领域，更具体地说，特别涉及一种运载火箭姿态控制系统的故障检测与隔离方法。


背景技术：

2.对于运载火箭而言，高可靠性与安全性一直是研究人员关注的重点，但在实际运行中难免出现各种故障，其中，航天器姿态控制系统故障约占故障总数的32％。姿态控制系统故障会影响火箭入轨精度，降低飞行性能，甚至导致火箭的坠毁。故障检测与诊断可以在系统发生故障时，及时发现异常以便采取相应措施对故障进行补偿，减小故障带来的影响，确保飞行精度与稳定性。
3.考虑姿态控制系统的数学模型容易获得、飞行历史数据稀缺等原因，基于模型的故障诊断方法占大多数，尤其是通过设计观测器的方式越来越成为该领域关注的热点。然而，针对运载火箭姿态控制系统的故障诊断研究主要考虑执行机构的故障，对传感器故障的考虑较少，两者的研究较为分离。实际上，传感器优劣也是影响运载火箭正常工作的重要因素，故障测量信号的引入会极大的影响飞行性能，如果不及时检测并处理会导致飞行任务的失利。为此，确有必要开发一种运载火箭姿态控制系统的故障检测与隔离方法。


技术实现要素：

4.本发明的目的在于提供一种运载火箭姿态控制系统的故障检测与隔离方法，以克服现有技术所存在的缺陷。
5.为了达到上述目的，本发明采用的技术方案如下：
6.一种运载火箭姿态控制系统的故障检测与隔离方法，包括以下步骤：
7.s1、通过运载火箭小偏差姿态动力学模型得到系统状态方程；
8.s2、构建执行机构对应的卡尔曼滤波器，并生成该卡尔曼滤波器残差；
9.s3、构建传感器对应的卡尔曼滤波器，并生成该卡尔曼滤波器残差；
10.s4、根据执行机构对应的卡尔曼滤波器残差以及传感器对应的卡尔曼滤波器残差构建故障隔离策略，并根据该故障隔离策略实现不同故障类型的检测与隔离。
11.进一步地，所述步骤s1具体包括：
12.将运载火箭的各个通道进行解耦处理，得到三个互相独立的通道：俯仰通道、偏航通道与滚转通道，建立小偏差姿态动力学模型的表达式为：
[0013][0014][0015]
[0016][0017]
式中，ψ、γ、δθ、δα、σ、β分别为火箭飞行时姿态角与各欧拉角的偏差；δδ
ψzt
、δδ
γzt
为助推发动机的等效摆角指令；δδ
ψxj
、δδ
γxj
为芯级发动机的等效摆角指令；α
wp
、β
wp
和α
wq
、β
wq
分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别为箭体尾部坐标系x、y、z方向上的结构干扰力矩，其余参数均为刚体动力学模型系数；
[0018]
按照如下公式进行设定：
[0019][0020]
u＝[δ
xj1 δ
xj2 δ
xj3 δ
xj4 δ
zt1 δ
zt2 δ
zt3 δ
zt4
]
[0021][0022]
得到系统状态方程的表达式为：
[0023][0024]
式中，x，y，u分别是状态变量、传感器测量值和控制指令，a，b，c，m是状态矩阵，w，v是系统噪声和测量噪声，w，v是不相关的高斯白噪声，即：
[0025]
e[w(k)]＝e[v(k)]＝0
[0026]
e[w(k),w
t
(j)]＝q(k)τ
kj
[0027]
e[v(k),v
t
(j)]＝r(k)τ
kj
[0028]
系统在t(k)＝kt时刻进行采样，离散化可得：
[0029][0030]
式中，f(k)＝at+i，d(k)＝bt，h(k)＝c。
[0031]
进一步地，所述步骤s2具体包括：
[0032]
第i个执行机构故障时的系统状态方程为：
[0033][0034]
式中，di(k)为矩阵d(k)的第i列，d
remain
(k)为矩阵d(k)第i列置零后的矩阵，为第i个执行机构的故障量大小；
[0035]
得到第i个执行机构故障下的卡尔曼滤波器方程为：
[0036][0037]
pi(k|k-1)＝f(k-1)pi(k-1|k-1)f(k-1)
t
+e(k-1)q(k-1)e(k-1)
t
[0038]ki
(k)＝pi(k|k-1)h
t
[hpi(k|k-1)h
t
+r(k)]-1
[0039]
pi(k|k)＝[i-ki(k)h]pi(k|k-1)
[0040]
[0041]
式中，为k-1次的状态估计值，为预测值，pi(k-1|k-1)为k-1次的状态估计向量的协方差矩阵，pi(k|k-1)为中间过程的协方差矩阵；
[0042]
k+1时刻，第i个执行机构对应的卡尔曼滤波器残差为：
[0043][0044]
检测第i个执行机构对应的卡尔曼滤波器残差δri(k)是否发生突变，若是则检测出相应的执行机构故障并隔离。
[0045]
进一步地，所述步骤s3具体包括：
[0046]
第j个传感器故障下的的卡尔曼滤波器的表达式为：
[0047][0048]
式中，yj(k)、fj(k)分别为系统输出向量、传感器故障向量的第j行；y
remian
(k)、f
remian
(k为系统输出向量、传感器故障向量的剩余行；hj为公式(11)中h矩阵的第j行，h
remian
为系统中h矩阵的剩余行；
[0049]
在k+1时刻，第j个传感器对应的卡尔曼滤波器残差为：
[0050][0051]
检测第j个传感器的卡尔曼滤波器残差δrj是否发生突变，若是则检测出相应的传感器故障并隔离。
[0052]
进一步地，所述步骤s4具体为：
[0053]
当传感器对应的卡尔曼滤波器组加权平方的残差仅有一组超过阈值时，则表示发生了传感器故障，将该故障直接隔离；
[0054]
当传感器对应的卡尔曼滤波器组加权平方的残差有两组以上超过阈值时，则表示发生了执行机构故障，此时再由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位。
[0055]
进一步地，所述由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位具体为：检测传感器对应的卡尔曼滤波器残差是否多组超出阈值，此步骤首先用来检测执行机构是否故障；若否，则判断传感器故障，可直接隔离出第i个传感器故障；若是，再根据第i个执行机构对应的卡尔曼滤波器残差突变情况进行执行机构故障隔离定位。
[0056]
与现有技术相比，本发明的优点在于：本发明利用多个不同结构的卡尔曼滤波器组生成对应残差，实现不同故障类型的故障诊断，本发明结构设计简单，能有效的检测并隔离出任意模式下的传感器与执行机构故障，为后续运载火箭系统重构与容错控制决策研究提供依据，确保运载火箭飞行任务的顺利完成。
附图说明
[0057]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0058]
图1是本发明运载火箭姿态控制系统的故障检测与隔离方法的流程图。
[0059]
图2是运载火箭执行机构故障检测与隔离流程图。
[0060]
图3是运载火箭传感器故障检测与隔离流程图。
[0061]
图4是运载火箭姿态控制系统故障检测与隔离策略图。
[0062]
图5是本发明实施例传感器故障的检测与隔离结果图。
[0063]
图6是本发明实施例执行机构故障的检测与隔离结果图。
具体实施方式
[0064]
下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
[0065]
参阅图1所示，本实施例公开了一种运载火箭姿态控制系统的故障检测与隔离方法，包括以下步骤：
[0066]
步骤s1、通过运载火箭小偏差姿态动力学模型得到系统状态方程。
[0067]
本实施例中，建立运载火箭小偏差姿态动力学模型如下：
[0068][0069][0070][0071]
式中：ψ、γ、δθ、δα、σ、β分别为火箭飞行时姿态角与各欧拉角的偏差；δδ
ψzt
、δδ
γzt
为助推发动机的等效摆角指令；δδ
ψxj
、δδ
γxj
为芯级发动机的等效摆角指令；α
wp
、β
wp
和α
wq
、β
wq
分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别为箭体尾部坐标系x、y、z方向上的结构干扰力矩，其余参数均为刚体动力学模型系数。
[0072]
得到系统状态方程：
[0073][0074]
式中，x，y，u分别是状态变量、传感器测量值和控制指令，a，b，c，m是状态矩阵，w，v是系统噪声和测量噪声，它们是不相关的高斯白噪声。
[0075]
系统初始状态时有：
[0076]
x0＝[2/π 0 0 0 0 0]
ꢀꢀ
(5)
[0077]
u0＝[0 0 0 0 0 0 0 0]
ꢀꢀ
(6)
[0078]
步骤s2、构建执行机构对应的卡尔曼滤波器，并生成该卡尔曼滤波器残差。
[0079]
本实施例中，运载火箭执行机构基于多模型故障检测与隔离算法的流程图如图2所示。
[0080]
则第i个执行机构故障下的卡尔曼滤波器方程如下：
[0081][0082]
pi(k|k-1)＝f(k-1)pi(k-1|k-1)f(k-1)
t
+e(k-1)q(k-1)e(k-1)
t
ꢀꢀ
(8)
[0083]ki
(k)＝pi(k|k-1)h
t
[hpi(k|k-1)h
t
+r(k]-1
ꢀꢀ
(9)
[0084]
pi(k|k)＝[i-ki(k)h]pi(k|k-1)
ꢀꢀ
(10)
[0085][0086]
式中，为k-1次的状态估计值，为预测值，pi(k-1|k-1)为k-1次的状态估计向量的协方差矩阵，pi(k|k-1为中间过程的协方差矩阵。
[0087]
在k+1时刻，第i个执行机构对应的卡尔曼滤波器残差为：
[0088][0089]
其中：
[0090][0091]
考虑单个执行机构故障时，当第i个执行机构未出现故障时，对应残差δri(k)的值接近零均值多元分布；而当第i个执行机构出现故障时，δri(k)发生突变，即可检测出相应的执行机构故障。
[0092]
本实例中，设计了8个卡尔曼滤波器进行执行机构故障的检测与隔离。
[0093]
步骤s3、构建传感器对应的卡尔曼滤波器，并生成该卡尔曼滤波器残差。
[0094]
本实施例中，运载火箭传感器基于多模型故障检测与隔离算法的流程图如图3所示。
[0095]
第j个传感器对应的卡尔曼滤波器方程如下：
[0096][0097]
pj(k|k-1)＝f(k-1)pj(k-1|k-1)f(k-1)
t
+e(k-1)q(k-1)e(k-1)
t
ꢀꢀ
(15)
[0098]
kj(k)＝pi(k|k-1)h
jt
[hjpj(k|k-1)h
jt
+r(k]-1
ꢀꢀ
(16)
[0099]
pj(k|k)＝[i-kj(k)hj]pj(k|k-1)
ꢀꢀ
(17)
[0100][0101]
式中，为k-1次的状态估计值，为预测值，pj(k-1|k-1)为k-1次的状态估计向量的协方差矩阵，pj(k|k-1)为中间过程的协方差矩阵。
[0102]
在k+1时刻，第j个传感器对应的卡尔曼滤波器残差为：
[0103][0104]
其中：
[0105]
[0106]
当传感器未出现故障时，即fi＝0，此时δrj接近零均值的多元分布；当第j个传感器出现故障时，即fi≠0，相应残差发生变化，即可检测并隔离出故障，且对其余传感器对应的卡尔曼滤波器的残差无影响。
[0107]
本实例中，设计了6个卡尔曼滤波器进行传感器故障的检测与隔离。
[0108]
步骤s4、根据执行机构对应的卡尔曼滤波器残差以及传感器对应的卡尔曼滤波器残差构建故障隔离策略，并根据该故障隔离策略实现不同故障类型的检测与隔离。
[0109]
为使诊断系统能同时检测与隔离出执行机构与传感器故障，通过理论推导出相应的隔离策略，考虑传感器对应的滤波器方程之间耦合性较弱，以该滤波器组进行故障的初步定位。从公式(12)(19)可知，当执行机构发生故障，会使至少两组传感器对应的卡尔曼滤波器残差超过阈值。由于不同传感器同一时刻发生故障的概率较小，则故障隔离策略如下(如图4所示)：
[0110]
当传感器对应的卡尔曼滤波器组加权平方的残差仅有一组超过阈值时，则表示发生了传感器故障，将该故障直接隔离。
[0111]
当传感器对应的卡尔曼滤波器组加权平方的残差有两组以上超过阈值时，则表示发生了执行机构故障，此时再由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位。
[0112]
具体的，由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位具体为：检测传感器对应的卡尔曼滤波器残差是否多组超出阈值，此步骤首先用来检测执行机构是否故障；若否，则判断传感器故障，可直接隔离出第i个传感器故障；若是，再根据第i个执行机构对应的卡尔曼滤波器残差突变情况进行执行机构故障隔离定位。
[0113]
为了验证本发明的有效性，通过故障注入的方式进行仿真验证。其中图5为传感器故障的检测与隔离结果图。此时传感器1发生0.5％的恒偏置故障，其对应的卡尔曼滤波器残差超出阈值(图5-a)，而其余传感器对应的卡尔曼滤波器残差接近零均值多元分布(图5-b)。根据故障隔离策略，此时传感器1发生故障。
[0114]
图6为执行机构障的检测与隔离结果图。此时执行机构1摆角发生卡死故障，卡死角度为8
°
，传感器对应的卡尔曼滤波器残差有三组超出阈值(图6-a)；同时，执行机构1对应的卡尔曼滤波器残差也超出阈值(图6-b)，根据故障隔离策略，此时执行机构1发生故障。
[0115]
本发明的方法可以有效检测并隔离出传感器与执行机构故障，保障飞行任务顺利完成，为后续运载火箭系统重构与容错控制决策研究提供依据。
[0116]
虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。

技术特征：
1.一种运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，包括以下步骤：s1、通过运载火箭小偏差姿态动力学模型得到系统状态方程；s2、构建执行机构对应的卡尔曼滤波器组，并生成该卡尔曼滤波器残差；s3、构建传感器对应的卡尔曼滤波器，并生成该卡尔曼滤波器残差；s4、根据执行机构对应的卡尔曼滤波器残差以及传感器对应的卡尔曼滤波器残差构建故障隔离策略，并根据该故障隔离策略实现不同故障类型的检测与隔离。2.根据权利要求1所述的运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，所述步骤s1具体包括：将运载火箭的各个通道进行解耦处理，得到三个互相独立的通道：俯仰通道、偏航通道与滚转通道，建立小偏差姿态动力学模型的表达式为：与滚转通道，建立小偏差姿态动力学模型的表达式为：与滚转通道，建立小偏差姿态动力学模型的表达式为：式中，ψ、γ、δθ、δα、σ、β分别为火箭飞行时姿态角与各欧拉角的偏差；δδ
ψzt
、δδ
γzt
为助推发动机的等效摆角指令；δδ
ψxj
、δδ
γxj
为芯级发动机的等效摆角指令；α
wp
、β
wp
和α
wq
、β
wq
分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别是平稳风与切变风引起的两对附加攻角与侧滑角；分别为箭体尾部坐标系x、y、z方向上的结构干扰力矩，其余参数均为刚体动力学模型系数；按照如下公式进行设定：u＝[δ
xj1 δ
xj2 δ
xj3 δ
xj4 δ
zt1 δ
zt2 δ
zt3 δ
zt4
]得到系统状态方程的表达式为：式中，x，y，u分别是状态变量、传感器测量值和控制指令，a，b，c，m是状态矩阵，w，v是系统噪声和测量噪声，w，v是不相关的高斯白噪声，即：e[w(k)]＝e[v(k)]＝0e[w(k),w
t
(j)]＝q(k)τ
kj
e[v(k),v
t
(j)]＝r(k)τ
kj
系统在t(k)＝kt时刻进行采样，离散化可得：
式中，f(k)＝at+i，d(k)＝bt，h(k)＝c。3.根据权利要求1所述的运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，所述步骤s2具体包括：第i个执行机构故障时的系统状态方程为：式中，d
i
(k)为矩阵d(k)的第i列，d
remain
(k)为矩阵d(k)第i列置零后的矩阵，为第i个执行机构的故障量大小；得到第i个执行机构故障下的卡尔曼滤波器方程为：p
i
(k|k-1)＝f(k-1)p
i
(k-1|k-1)f(k-1)
t
+e(k-1)q(k-1)e(k-1)
t
k
i
(k)＝p
i
(k|k-1)h
t
[hp
i
(k|k-1)h
t
+r(k)]-1
p
i
(k|k)＝[i-k
i
(k)h]p
i
(k|k-1)式中，为k-1次的状态估计值，为预测值，p
i
(k-1|k-1为k-1次的状态估计向量的协方差矩阵，p
i
(k|k-1)为中间过程的协方差矩阵；k+1时刻，第i个执行机构对应的卡尔曼滤波器残差为：检测第i个执行机构对应的卡尔曼滤波器残差δr
i
(k)是否发生突变，若是则检测出相应的执行机构故障。4.根据权利要求1所述的运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，所述步骤s3具体包括：第j个传感器故障下的的卡尔曼滤波器的表达式为：式中，y
j
(k)、f
j
(k)分别为系统输出向量、传感器故障向量的第j行；y
remian
(k)、f
remian
(k)为系统输出向量、传感器故障向量的剩余行；h
j
为公式(11)中h矩阵的第j行，h
remian
为系统中h矩阵的剩余行；在k+1时刻，第j个传感器对应的卡尔曼滤波器残差为：
检测第j个传感器的卡尔曼滤波器残差δr
j
是否发生突变，若是则检测出相应的传感器故障。5.根据权利要求1所述的运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，所述步骤s4具体为：当传感器对应的卡尔曼滤波器组加权平方的残差仅有一组超过阈值时，则表示发生了传感器故障，将该故障隔离；当传感器对应的卡尔曼滤波器组加权平方的残差有两组以上超过阈值时，则表示发生了执行机构故障，此时再由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位。6.根据权利要求5所述的运载火箭姿态控制系统的故障检测与隔离方法，其特征在于，所述由执行机构对应的卡尔曼滤波器组进行下一步的隔离定位具体为：检测传感器对应的卡尔曼滤波器残差是否多组超出阈值；若否，则判断传感器故障，可直接隔离出第i个传感器故障；若是，再根据第i个执行机构对应的卡尔曼滤波器残差突变情况进行执行机构故障隔离定位。

技术总结
本发明公开了一种运载火箭姿态控制系统的故障检测与隔离方法，包括以下步骤：S1、建立运载火箭小偏差姿态动力学模型，得到系统状态方程；S2、构建执行机构对应的卡尔曼滤波器组，并通过该卡尔曼滤波器组进行执行机构故障的检测与隔离；S3、构建传感器对应的卡尔曼滤波器组，并通过该卡尔曼滤波器组进行传感器故障的检测与隔离；S4、根据执行机构对应的卡尔曼滤波器残差以及传感器对应的卡尔曼滤波器残差构建故障隔离策略，并根据该故障隔离策略实现不同故障类型的检测与隔离。本发明利用多个不同结构的卡尔曼滤波器组生成对应残差，实现不同故障类型的故障诊断，本发明结构设计简单，能有效的检测并隔离出任意模式下的传感器与执行机构故障。与执行机构故障。与执行机构故障。


技术研发人员：谢昌霖 吴建军 程玉强 杨述明 宋立军 刘洪刚 刘育玮 邓凌志
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2023.05.04
技术公布日：2023/9/7