文章目录

摘要

abstract

第一章 绪论

1.1 引言

1.2 研究背景和意义

1.3 国内外研究现状

    1.3.1 无人机飞行控制计算机的故障诊断技术

    1.3.2 故障诊断技术和基于模型方法的发展概状

    1.3.3 本单位的研究基础

    1.3.4 总结

1.4 研究内容与章节安排

第二章 模型建立和故障分析

2.1 引言

2.2 无人机平台模型搭建

    2.2.1 坐标系定义

    2.2.2 受力分析

    2.2.3 机体模型的建立

    2.2.4 不确定性分析

    2.2.5 飞行控制律和仿真解算

2.3 故障分析

2.4 本章小结

第三章 基于自适应观测器的故障检测方法

3.1 引言

3.2 干扰的解耦

3.3 观测器的搭建

3.4 仿真验证

    3.4.1 加性故障

    3.4.2 乘性故障

3.5 本章小结

第四章 AUKF在故障诊断中的应用

4.1 引言

4.2 无迹变换

    4.2.1 常规无迹变换方法

    4.2.2 无迹变换误差和缩放参数分析

4.3 时变渐消因子

4.4 自适应UKF

4.5 残差分析和故障诊断

4.6 自适应UKF故障诊断方法仿真验证

    4.6.1 接收数据故障

    4.6.2 输出数据故障

4.7 基于AUKF的自适应故障观测器及其仿真验证

    4.7.1 控制量输出故障

    4.7.2 测量输入值故障

4.8 本章小结

第五章 飞行控制计算机基于总线模型的故障诊断

5.1 引言

5.2 心跳的生成和信息传递

5.3 故障类型和特征分析

    5.3.1 通道故障

    5.3.2 节点故障

5.4 容错处理

5.5 本章小结

第六章 系统测试与验证

6.1 引言

6.2 测试环境和验证方案

    6.2.1 测试平台与环境

    6.2.2 测试验证方案

6.3 总线模型故障诊断方法仿真测试

    6.3.1 FlexRay总线时隙配置

    6.3.2 仿真结果

6.4 基于AUKF的自适应观测器诊断方法仿真测试

    6.4.1 测量值故障

    6.4.2 控制量故障

6.5 本章小结

第七章 总结与展望

7.1 本文工作总结

7.2 后续工作展望

参考文献

致谢

在学期间的研究成果及发表的学术论文

文章摘要:飞行控制计算机是无人机系统的核心部分,是控制无人机完成飞行任务的中枢,对其进行故障诊断研究具有重大的意义。目前多使用的自检测方法需要离线检测或是需要工作人员进行人工诊断,另外自检测往往需要硬件测试电路的支持,这需要在飞行控制计算机板卡设计时就有所考虑。这导致它们实时检测能力不强,效率不高,适用性和可移植性差。本文运用基于模型的故障诊断方法,实现飞行控制计算机的实时在线故障诊断,提高识别能力和诊断效率;可以通过软件升级的方法赋予原本没有设计故障检测方案的飞行控制计算机以故障诊断的能力,且方便升级和移植,适用性强。论文主要研究内容与成果如下:（1）通过对无人机动力学模型、飞行控制律和离散化解算方法的研究,分析了飞行系统的不确定性,建立了有风扰动和噪声的无人机平台的数学模型。根据所建立的数学模型,采用matlab和C语言搭建运行平台。（2）设计了一种对未知扰动完全解耦的故障观测器,证明了该观测器的渐近稳定性,验证了观测器自适应地估计故障特征值的能力。（3）设计了一种自适应无迹卡尔曼滤波器（AUKF）。该滤波器的估计精度更高,故障跟踪能力更强,在保证对噪声的滤波能力的同时,能够更好地跟踪故障状态。并提出了两种故障评价函数和故障诊断方法。（4）结合前面的自适应故障观测器和自适应无迹卡尔曼滤波器,设计了一种基于AUKF的自适应故障观测器。该观测器不仅对噪声有优秀的滤波能力,还能对未知扰动完全解耦,能够出色地估计故障特征值。（5）根据分布式飞行控制计算机的结构特点设计了一种基于总线模型的故障诊断方法,搭建了实时仿真测试平台,通过仿真测试验证了这种诊断方法的有效性。

文章来源：《工业控制计算机》 网址: http://www.gykzjsj.cn/qikandaodu/2022/0131/383.html