Fault Detection and Fault-Tolerant Control Using Sliding Modes(2011)——基于滑模的故障检测与容错控制

一、作者

        Halim Alwi 
        Christopher Edwards 
        Chee Pin Tan

二、内容简介

        在安全关键型系统中，有一个固有的要求，即总体而言，即使在系统内发生严重故障或失效的情况下，也必须保持一定程度可能降级的性能。处理发生故障和失效情况的能力最初被称为“自我修复控制”。然而，它现在更常被称作“容错控制”。航空航天工业往往是此类研究的驱动力和重点。正如最近在伦敦和马德里发生的坠机事件所表明的那样，无论从统计数据来看不太可能发生的故障，在民航领域仍然会发生，而防止重大生命损失几乎完全取决于飞行员的正确判断和技能。一般来说，容错控制（FTC）方案分为被动或主动两种。被动方案独立于任何故障信息运行，基本上利用了底层控制范式的稳健性。这种方案通常不那么复杂，但为了应对“最坏情景”的故障影响，是保守的。主动容错控制器通常通过使用来自故障检测与隔离（FDI）方案的信息来对故障的发生做出反应，并且它们调用某种形式的重新配置。这代表了一种更灵活的体系结构。早期的出版物集中于所谓的投影方法，即如果检测到并识别出特定的故障，则从预先指定和预先计算的控制器集中选择相应的控制律并在线切换。随后的方法倾向于集中于在线自适应或在线控制器合成。在发生严重故障（如执行器/传感器完全故障）的情况下，通常需要重新配置。例如，如果传感器或致动器完全失效，则在不修改经由控制器耦合的致动器和传感器的选择（即，重新配置）的情况下，该反馈回路内的任何自适应都不能恢复性能。容错控制可以被认为是多个研究领域的交叉领域，本质上是一个开放的问题。不出所料，许多鲁棒控制范式已经被用作容错控制器的基础。先前已经为航空航天应用探索了利用滑模固有鲁棒性进行容错的可能性，[128]中的工作认为，滑模控制有可能成为可重构控制的替代方案。

        基于观测器的方法是最流行的基于模型的故障检测滤波器形式。通常（在线性观测器方案中），作为测量对象输出和观测器输出之间的差形成的输出估计误差被缩放以形成残差。在无故障运行期间，该残差应为“零”，但在出现故障时，应变“大”，并作为警报。作者开创的一系列工作是开发用于故障估计的滑模观测器。这是通过对所谓的“等效输出误差注入”进行适当的缩放和滤波来实现的，该“等效输出误差注入”表示非线性输出误差注入项保持滑动所需的平均值。这是滑动模式观测器的一个独特特性，源于滑动运动的引入迫使观测器的输出精确跟踪对象测量。即使在致动器存在故障的情况下，滑动模式也会迫使观测器的输出完美地跟踪测量结果，并且仍然可以准确估计状态。故障重建信号不是根据基于计算输出的估计误差（在滑动运动期间将为零）的残差来计算的，而是根据等效输出误差注入信号来计算的。因此，原则上可以从单个（滑模）观测器同时实现精确的状态估计和故障估计。这与用于FDI的传统线性观测器设计的情况大不相同，后者需要在相对于状态估计的鲁棒性和使用基于输出误差的残差的检测的故障灵敏度之间进行权衡。在保持故障灵敏度的同时，鲁棒状态估计是滑模观测器独有的特性。

        本书将涵盖容错控制的滑模方案的理论发展和实现。本书的一个关键发展考虑了基于积分作用和模型参考框架的容错控制的滑模控制分配方案。与文献中的许多控制分配方案不同，本书中描述的主要贡献之一是当发生故障/故障时，使用致动器有效性水平将控制信号重新分配给剩余的健康致动器。从理论角度为该方案制定了严格的稳定性分析和设计程序。在致动器有效性水平信息不可用的情况下，也严格分析固定的控制分配结构。所提出的方案表明，在不重新配置控制器的情况下，可以直接处理故障甚至某些总的执行器故障。作为GARTEUR AG16计划的一部分，本书后面的章节介绍了代尔夫特大学6自由度SIMONA飞行模拟器上控制器实时硬件实现的结果。

        第1章概述了故障检测和容错控制领域的最新发展。它旨在为后续章节的理论发展提供动力。

        第2章从故障和失效这两个术语的定义开始，简要讨论了致动器和传感器中可能发生的不同类型的故障和失效——并以具体的飞机为例。本章介绍了容错控制的概念，并对不同的FTC和FDI研究领域进行了概述。还讨论了文献中一些FTC和FDI计划背后的主要概念和策略，以及它们的优缺点。

        第3章简要介绍了滑模控制的概念，并考察了其性质。本章还强调了滑模应用于FTC和FDI领域的好处。以单摆为例介绍了这一概念。还讨论了多输入系统的单位矢量方法、滑动面设计和跟踪要求（积分作用和基于模型参考的跟踪）。第3章最后讨论了滑模控制在FTC和FDI领域的好处和动机。

        第4章研究了滑模在观测器设计中的应用。概述了一个历史发展，从而描述了一类特定的滑模观测器，该观测器将在整本书中使用。将展示如何利用与维持滑动所需的所谓等效注入信号相关的独特特性来重建致动器和传感器故障，这些故障被建模为对设备的输入和输出的附加扰动。提出了基于线性矩阵不等式的设计方法。这些方法利用了与观察者增益的选择相关的所有可用自由度。本章描述了滑模观测器，它可以重构故障，但对扰动/不确定性具有鲁棒性，这些扰动/不稳定性可能会破坏观测器设计的模型与实际系统之间的失配所导致的重构质量。最初，针对执行器故障的情况制定了设计方法。还将本章中开发的滑模观测器方案与文献中流行的更传统的线性未知输入观测器进行了比较。

        第5章研究了第4章中描述的观测器方案必须做出的假设。（这些相当于将未知故障信号与测量值相关的传递函数矩阵的一个相对最小相位限制。）本章探讨了以创建级联观测器结构为代价来消除这些限制的方法。级联的组成部分将是取自第4章的观测器公式，并将给出明确的构造算法，以确保在故障和测量值之间的相对程度大于或等于2的情况下，总体方案仍能准确估计致动器故障。将展示这些方案相对于传统线性方法（尤其是UIO）所提供的优势。

        第6章将特别关注传感器故障。将考虑不同的公式，其中测量的输出信号被滤波以产生“虚拟系统”，其中传感器故障表现为“致动器故障”。因此，前几章的执行器故障重构思想可以应用到虚拟系统中来重构传感器故障。该结果还将扩展到不稳定植物的情况，这会导致后滤波的非最小相位配置。

        第7章考虑了第6章中传感器故障重建方案（针对FDI和FTC）在实验室起重机和小型直流电机平台上的实时实施。这些钻机为第6章中提出的想法提供了廉价、安全和实用的演示。使用MATLAB®和dSPACE®实现了数据采集和（后续）控制器实现。从在线滑模FDI方案获得的传感器故障估计已用于校正传感器的测量输出。在控制算法中使用了“虚拟传感器”来形成输出跟踪误差信号，该信号被处理以生成容错控制信号。

第8章提出了一种新的可重构控制滑模方案。该控制器基于状态反馈方案，其中当检测到故障的开始时，允许非线性单位矢量项自适应地增加。该方案应用于一个基准飞机问题。与之前在该模型上实现的其他容错控制器相比，本书中提出的控制器很简单，但已证明可以在整个“上下”飞行包线中工作。显示出对某一类致动器故障的良好抑制。然而，所提出的控制器不能直接应对致动器的完全故障。在本章的后半部分，演示了在控制律计算之前使用传感器故障重建方法来校正故障测量，从而实现容错控制。这里，对所得到的方案进行形式化的闭环分析。描述了这种方法应用于基准飞机问题的例子。

        第9章提出了一种用于容错控制的在线滑模控制分配方案。当发生故障或失效时，控制分配方案使用致动器的有效性水平来将控制信号重新分配给剩余的致动器。本章分析了滑模控制分配方案，并确定了维持滑动所需的非线性增益。该分配方案表明，故障甚至某些总的执行器故障可以直接处理，而无需重新配置控制器。

        第10章描述了一种具有在线控制分配的自适应模型参考滑模容错控制方案。如第9章所述，当发生故障或失效时，控制分配方案使用致动器的有效性水平将控制信号重新分配给剩余的致动器。同时，自适应非线性增益和参考模型为控制器提供了在线调谐。本章为模型参考方案提供了严格的稳定性分析。该方案已经在ADMIRE飞机模型的线性化上进行了测试，以传达与所提出的方案相关的思想，并表明可以处理各种故障甚至整个执行器故障。

        第11章描述了第9章中的滑模分配方案在荷兰代尔夫特理工大学的6自由度研究飞行模拟器SIMONA上的实现。第9章中的控制器以“C”实现，并在与SIMONA相关的“飞行控制”计算机上运行。讨论了实时实现问题，并测试和讨论了来自GARTEUR AG16基准的一系列故障场景。

        第12章介绍了ELAL 1862航班（Bijlmermeer事件）的场景——这是GARTEUR AG16的案例研究之一。本章中的结果展示了“飞行测试”活动和2007年11月在代尔夫特理工大学举行的GARTEUR AG16最终研讨会的结果。结果表明，经验丰富的试飞员在SIMONA上成功地实时实现了滑模控制器，并对控制器进行了飞行和评估。

        最后，第13章做了总结，并对今后的工作提出了建议。

三、原书目录