飛機起落架防滑剎車系統故障診斷研究

朱素華 邢清雄

摘 ? 要：本文建立了民機起落架防滑剎車系統數學模型，結合工程實際分析了系統常見故障，研究了系統故障注入方法。在對系統典型故障數據特征分析的基礎上，采用基于BP神經網絡的方法進行典型執行器和傳感器的故障診斷。通過Simulink仿真驗證了本文所研究方法的有效性。

關鍵詞：起落架防滑剎車系統 ?故障注入 ?故障診斷 ?神經網絡

中圖分類號：V267 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）08（c）-0007-03

隨著航空工業技術的快速發展以及民機的現代化、大型化，民機機電系統的復雜程度越來越高，導致系統運行過程中，不可避免地會出現各類故障。這些故障如果得不到及時的排除，輕則影響系統工作效率、增加能耗、加快設備損耗、影響乘客的舒適度，重則影響飛行安全。通過例行檢查和定期維護能降低故障的發生與危害，但這種方法沒有實時性，主要是對已經發生的故障的補救，并且依賴于工作人員的經驗。起落架防滑剎車系統是飛機的安全關鍵系統之一，該系統故障可能會造成災難性的后果。

本文針對民機起落架防滑剎車系統進行系統建模、故障注入和故障診斷研究。通過設計系統故障診斷功能，實現對系統故障的在線診斷，并通過故障注入和診斷仿真驗證故障診斷的有效性。

1 ?起落架防滑剎車系統建模

起落架防滑剎車系統的結構如圖1所示，對組成剎車系統的各部分分別建立數學模型[1-3]。

2 ?故障分析及故障診斷

2.1 故障分析

剎車系統中常見的故障為電液伺服閥故障和機輪速度傳感器故障[4]。

（1）電液伺服閥故障。

主閥芯磨損：主閥芯磨損后，徑向間隙將增大，伺服閥輸出流量的精度下降，導致零位無載流量增益增大、零位內泄漏增大、以及壓力增益降低等。主閥芯卡死：由油液污染引起的主閥芯卡死，使得伺服閥的無載控制流量增益發生畸變，流量和壓力增益降低。閥套密封圈破損：由于伺服閥長期處于高溫、高壓的工作環境中，使得密封圈失去彈性、硬化進而導致破損，導致內泄漏特性曲線發生畸變、壓力增益顯著降低。

這三種故障均會導致伺服閥壓力增益下降，進而導致剎車時間變長，剎車距離變大。

（2）機輪速度傳感器故障。

本文考慮輪速傳感器在長期使用后，其增益會發生一定的漂移。由于防滑控制盒是依據輪速傳感器的反饋信號產生防滑電流，通過控制機輪的滑移率，使得機輪與跑道的結合系數盡可能的大。而當輪速傳感器發生增益漂移故障后，相比于無故障時，生成的防滑電流不再準確，剎車效率降低，剎車時間表達，剎車距離變長。

2.2 故障注入

（1）電液伺服閥故障。

由液壓伺服閥的故障分析可以知道，主閥芯磨損、卡死和閥套密封圈破損均會導致液壓伺服閥的壓力增益下降，所以可以通過在伺服閥輸出壓力信號后連接一個故障注入模塊，設置恒增益模式，通過設置恒增益參數為小于1的值，實現這三種故障的注入。

（2）機輪速度傳感器增益故障。

機輪速度傳感器主要是為控制盒提供輸入信號，可以通過在防滑控制盒機輪速度傳感器反饋信號處連接一個故障注入模塊，設置為恒增益模式，通過設置恒增益參數，注入相應的輪速傳感器增益漂移故障。

2.3 故障診斷

防滑剎車系統模型具有復雜的非線性特點，選擇BP神經網絡對防滑剎車控制系統進行故障診斷研究。

（1）神經網絡樣本集的收集和處理。

根據所要研究的故障類型以及所搭建的防滑剎車系統模型信息，選擇的神經網絡輸入為：

，其中，、分別為飛機速度和機輪速度，為已經剎車的時間，為伺服閥輸出的剎車壓力。

設計神經網絡的輸出為，防滑剎車系統的狀態與神經網絡的期望輸出對應關系如表1所示。

通過上節建立的防滑剎車系統Simulink模型，采集系統在正常狀態時的數據以及故障數據（故障注入時間為（0，25），伺服閥漂移系數為（0，1），輪速傳感器漂移系數為（0.5，1.5））共1000組的輸入向量pb及對應的期望輸出tb，構成初步的樣本集。由于組成樣本pb0的參數單位不同，數量級相差較大，為了改善神經網絡性能，防止出現過飽和現象，本文使用MATLAB函數將pb0轉化為范圍為（-1，1）的向量Pb，將 作為神經網絡的樣本集，用于神經網絡的訓練。

（2）神經網絡的設計和訓練。

根據上述所選擇的神經網絡輸入輸出可知，神經網絡輸入層的神經元數為n=4，輸出層的神經元數為m=2，選擇α=8，神經網絡隱含層的神經元數為10，隱含層、輸出層的激活函數分別為tansig、purlin函數，訓練目標設為0.001，在MATLAB/nntool中構建防滑剎車控制系統故障診斷神經網絡。通過訓練可知，設計的網絡在訓練到143步的時候達到要求的精度。

3 ?故障診斷結果及分析

將MATLAB/nntool中訓練好的神經網絡保存到MATLAB工作區，再使用MATLAB的命令，將設計的神經網絡生成為一個Simulink模塊。圖2為防滑剎車系統神經網絡診斷Simulink模型圖，模型接受來自防滑剎車系統的飛機速度、機輪邊緣線速度、已經剎車時間、伺服閥輸出剎車壓力，將其進行歸一化處理后，作為BP神經網絡模塊的輸入向量，從而獲得診斷結果。

飛機著陸時的速度為72m/s，當飛機速度小于1m/s時，認為飛機剎車完成。

（1）正常狀態。

在不設故障的情況下，剎車總用時為26.4s，剎車距離為963m。分別仿真無故障時飛機-機輪速度、剎車壓力、神經網絡輸出tb1、神經網絡輸出tb2，可知tb1的絕對值小于0.03，tb2的絕對值小于0.02，在誤差范圍內可近似為0，與期望輸出符合。

（2）伺服閥故障。

在第10s注入伺服閥故障，將其壓力增益改為正常狀態的0.6倍下，剎車總用時為30.1s，剎車距離為1044.8m，剎車效率低于無故障時。圖3和圖4分別為神經網絡輸出tb1、 tb2，tb1的絕對值小于0.015，tb2在第10s從0變為1，均與期望輸出符合，即設計的神經網絡可以正確的診斷伺服閥故障。

（3）輪速傳感器增益漂移。

在第5s注入輪速傳感器增益漂移故障，將傳感器增益改為無故障時的1.2倍，則剎車總用時為29.5s，剎車距離為1022m，剎車效率低于無故障時。圖5和圖6分別為神經網絡輸出tb1、tb2，tb1在第5s從0變為1，tb2的絕對值小于0.006，符合期望輸出，即設計的神經網絡可以正確的診斷出傳感器增益漂移故障。

4 ?結語

起落架防滑剎車系統作為民機機電系統的重要組成部分，研究其故障診斷具有重要意義。本文以起落架防滑剎車控制系統作為研究對象，分別進行了系統建模、故障分析與注入、故障診斷研究，并結合典型民機參數進行了Matlab仿真驗證，表明了故障診斷的有效性。

參考文獻

[1] 鄒美英.飛機防滑剎車系統新型控制律設計與仿真[D].西北工業大學，2005.

[2] 彭彥.飛行模擬器起落架系統建模與仿真[D].哈爾濱工業大學，2007.

[3] 何成東.民機機電系統綜合控制技術研究[D].南京航空航天大學，2009.

[4] 馬泓琰.飛機起落架系統故障診斷仿真研究[D].西北工業大學，2005.

[5] 王元章，吳春華，周笛青.基于BP神經網絡的光伏陣列故障診斷研究[J].電力系統保護與控制，2013（16）：108-114.