捷联惯性导航系统中二自由度陀螺故障的智能诊断

   2023-12-16 互联网1440
核心提示:摘要:本文介绍了神经网络的联想记忆功能,讨论了四陀螺的最佳配置,并提出了基于Hopfield网络的余度陀螺故障检测与隔离的设计方

摘要:本文介绍了神经网络的联想记忆功能,讨论了四陀螺的最佳配置,并提出了基于Hopfield网络的余度陀螺故障检测与隔离的设计方法,该方法具有较强的抗噪声能力。
关键词:惯性导航; 故障诊断; 联想记忆

1 引 言
  捷联惯性导航系统可靠性的研究,尤其是故障检测与诊断技术的研究[1],始于七十年代,在已经发展起来的故障诊断方法中,大体上可分成三类:基于硬件冗余的方法,基于解析冗余的方法和基于人工智能专家系统的方法。
  本文基于人工神经网络[2],利用余度陀螺的冗余信号对故障陀螺进行检测与隔离。由于人工神经网络的联想记忆和容错功能,提高了诊断问题的求解能力。

2 联想记忆神经网络
  在Hopfield网络模型中,设有n个神经元相互连接,每个神经元的状态Si只取1或0,表示兴奋或抑制,其变化规律为:

gs13-1.gif (1628 bytes) (1)

其中,θi为阈值,Tij是第i个与第j个神经元之间的连接权值。调整Tij的原则为:若i与j两个神经元同时兴奋,则它们间的连接应加强。
  神经网络可以联想记忆,利用这一点,先输入具有对应关系的两组样本X(p)—Y(p) (p=1,2,…L),X(p)代表输入的故障信息,Y(p)代表输出的解决策略。当输入的样本越多,它的功能就越强;当有另一故障输入时,如X′=X(r)+V,其中X(r)为样本之一,V是误差项,神经网络经过自学习,就可能输出Y=Y(r),学习过程就是不断调整权系数Tij
  当Tij=Tji是对称连接时,引入Lypavnon函数(能量函数)

gs13-2.gif (1104 bytes) (2)

gs13-3.gif (1142 bytes) (3)

由于E有界,系统必趋一稳定状态,说明这种算法是收敛的。这样,当输入一个新的故障现象时,神经网络通过学习总可以找到一个稳态的解决办法。


  双向联想记忆是一种两层的反馈型神经网络,输入层FA包括n个神经元(a1,a2,…,an),ai=1表示第i个神经元兴奋,ai=0表示第i个神经元抑制,FA={0,1}n;输出层FB包括m个神经元(b1,b2,…,bm),bi=1表示第i个神经元兴奋,bi=0表示第i个神经元抑制,FB={0,1}n;联想记忆就是一个向量空间的变换,gs13-4.gif (397 bytes)。假如映射是线性的,那么输入向量A时,经过变换,输出向量B=A×W,这样双向联想记忆网络就是二值乘积空间FA×FB上的一个点(A,B)。
  把样本数据对用矩阵的方式存储如下:

gs13-5.gif (1180 bytes) (3)

如果输入的A1,A2,…,Ap是正交的,即

gs13-6.gif (736 bytes) (4)
那么
gs13-7.gif (1387 bytes) (5)

为了提高联想记忆的精度,可以把输出得到的B反馈回到双向联想记忆网中得到A′,再把A′送入双向联想记忆网中得到B′,B′再反馈得到A″等等,重复进行,最后会收敛到(Af,Bf)。

gs13-9.gif (2127 bytes)

另外,bj和ai处的状态规定为:

gs13-10.gif (979 bytes) (6)

gs13-11.gif (1019 bytes) (7)

若双向联想记忆网对每一输入对(A,B)都收敛,那么W就是双向稳定的。
  当出现一个新的非样本输入,它应该靠近那个样本,为了解决这个问题,定义了贴近度ρ(Ai,Aj)。
  令ρ(Ai,Aj)是I1空间上的一个度量。

gs13-12.gif (1099 bytes) (8)

ρ越小表示AiAj越贴近,ρ越大表示AiAj差异越大,非样本输入向ρ最小的样本靠近。

3 余度陀螺故障的容错方案
  为了提高捷联惯导系统的可靠性,主要可采用两种手段:其一是设计具有大的平均故障间隔时间的元件以提高元件可靠性;其二是采用余度技术。由于余度技术可以降低对元件性能的要求,且采用余度技术后还可利用多余度测量元件提供重复测量,通过数据处理方法来减少单个元件测量误差的影响,故在捷联惯性导航中一般应采用余度传感器以提高系统的可靠性。为了使捷联惯导系统在某些传感器发生故障后仍然能正常工作,要求系统中必须有一个容错方案,该方案必须具备以下能力:检测故障、分离故障,最后能重新组织剩余的正常工作的传感器以提供正确的测量信息,并能检测和分离下一个传感器的故障。
3.1 余度陀螺的结构配置
  捷联惯导中,陀螺的最佳配置是在确定了陀螺数目的前提下进行配置的。一般说来,陀螺个数多的方案优于个数少的方案,但增加陀螺的个数又相应增加了系统的体积、重量和成本。对于给定数目的陀螺都能按最佳方案进行配置。就二自由度四陀螺的最优系统编排来说,在排列陀螺时有三个需要考虑的问题[3,4]
  ① 最大系统可靠性。
  ② 陀螺敏感轴的取向引起的测量误差要求。主要是指由于敏感元件不精确所致,如图1所示。令ω为被测量矢量;S为与ω矢量构成角度α的敏感轴方向。所测量的陀螺输出信号为:

m=ωcosα+e (9)

式中e为测量误差,归一化处理后:

gs13-13.gif (382 bytes) (10)

当α=0时,此归一化测量误差最小。
  ③ 计算简化,要求减小误差和缩短计算时间。在捷联式导航系统中通常是测量沿着飞行器轴的姿态运动,因此,一个二自由度陀螺,当其敏感轴沿着飞行器轴布置时,会直接敏感沿着这两个飞行器轴的运动,不需要换算。

13-1.gif (3284 bytes)

图1 测量误差示意图

  另外,为讨论方便,做如下假定:如果一个陀螺的任何一个或两个输出信号失效了,就认为整个陀螺是失效的。
  根据所考虑的三个问题和上述假定,四个二自由度陀螺的高可靠性捷联式惯性组合的最佳系统编排如表1所示。

表1

陀螺敏感轴方向测量结果
AA1:X方向
A2:Y方向
m1X
m2Y
BB1:Y方向
B2:Z方向
m3Y
m4Z
CC1:Z方向
C2:X方向
m5Z
m6X
DD1:X方向
D2:Y=Z方向
m7X
m8=0.707ωY+0.707ωZ

于是,四陀螺最佳的系统编排测量方程展开式为

gs13-14.gif (3626 bytes) (11)

其中c=cos45°=0.707。

4 陀螺故障诊断和系统的容错编排
  当四个二自由度陀螺工作都正常时,从方程式(11)可以发现下列条件成立:

gs13-15.gif (2300 bytes) (12)

近似相等符号“≈”是由于正常的测量误差造成的,假定两个失效陀螺不发生相同的故障,或者,即使是相同故障,但不在同一时间内发生。那么,如果任一陀螺发生了故障,上面方程组一个或几个不能成立。
  对于这六个条件,可以对应于Hopfield网络的输入层六个神经元,令Xi=(x1,x2,x3,x4,x5,x6)为网络的输入矢量,表示故障现象;Yi=(y1,y2,y3,y4)为网络的输出矢量,表示解决的办法。
  定义一些样本如下:
  X0=(0,0,0,0,0,0)表示所有陀螺都正常,Y0=(0,0,0,0)表示按式(11)的计算程序(P0)编排;X0=(0,0,0,1,1,1)表示陀螺A故障,Y1=(1,0,0,0)表示陀螺A坏了,测量值m1、m2不能用于数据处理,必需从方程式(11)中消去m1、m2的行:

gs13-16.gif (2742 bytes) (13)

才可以利用剩余的正常陀螺实现容错处理,这个过程用计算程序编排P1实现,以后类推,一组样本如表2所示:

表2

输入样本Xi输出矢量
Yi
失效陀螺再编排的
计算程序
0000000000没有P0
0001111000AP1
0110010100BP2
1010100010CP3
1101000001DP4
0111111100A、BP5
1011111010A、CP6
1101111001A、DP7
1110110110B、CP8
1111010101B、DP9
1111100011C、DP10


  转化上述样本为二极对计算

gs13-8.gif (3690 bytes) (14)

这样,当输入任一新的X与Xi中某一个相同时,联想记忆会很快找到相应的Yi作为结果;当X与Xi中每一个都不相同时,联想结果仍会得到与X最相近的Xi作为结果。
  如X=(1,1,-1,1,-1,-1)时:
  Y=X*W=(-8,-8,-8,24)gs13-17.gif (103 bytes)Y=(0,0,0,1)
指出陀螺D故障。

5 结 论
  本文论述了神经网络的联想记忆功能及四陀螺的最佳配置,提出了基于神经网络、利用余度陀螺的冗余量对故障陀螺进行检测与容错性处理,仿真结果表明,这种方法具有较强的求解能力和抗干扰性。

*基金项目:国防科学基金预研基金项目

作者简介闻 新(1961-),男,北京航空航天大学副教授,主要研究领域为自动控制系统的故障诊断及惯性导航。
作者单位:闻 新 张洪钺 北京航空航天大学自动控制系301教研室,北京100083;
     周 露 北京师范大学数学系,北京100875

参考文献:
[1] Motyka P. Reliability analysis and faulttolerant system development for a redundant strapdown inertial measurement uNIt[R].NASA CR-166050,1983-03.
[2] 施鸿宝.神经网络及应用[M].西安交通大学出版社,1993-12.
[3] Starks S A,et al.NASA Systems autonomy demostration program:A steptoward sPACe station autonomy[A].SPIE Space Station Autonomy[C],1986,729:35~41
[4] 邓正隆.惯性导航原理[M].哈尔滨工业大学出版社,1994.


 
举报收藏 0打赏 0评论 0
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  隐私政策  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  RSS订阅