基于模型的电推进系统故障诊断方法研究

针对电动无人飞行器(EUAS)的电子传动系统,本文采用了故障模式、影响和危害性分析(FMECA)与定性贝叶斯分析(QBA)相结合的方法。该方法可以对EUAS推进系统中的关键组件和参数进行识别,并根据识别结果建立一套基于模型的分布式故障诊断架构。通过这种故障诊断方法,人们能够在有限的数据下完成复杂系统的诊断,从而克服了传统故障诊断方法需要从退化组件收集大量服役数据和性能数据的难点。

机载动力系统评估和预测算法研究

飞机动力系统的可靠性对飞机的飞行安全至关重要。与燃料驱动的飞机相比,新兴电动飞机的动力系统存在一些特殊的问题,如电池剩余的功率非线性下降且不能直接测量等。为此,描述了一种同时包含监测和预测的健康管理体系架构,针对电动飞行器的动力系统建立了一个联合模型,包括高精度锂离子电池电化学模型、电池负载模型、预测算法模型等,形成了动力电池荷电状态(SOC)和剩余使用寿命(RUL)评估和预测引擎。其基于无迹卡尔曼滤波器,利用监控传感器读数、飞行状态参数,能够有效输出飞行器电池的荷电状态和剩余使用时间预测值,并通过预测引擎,根据电池状态估计和剩余时间预测结果完成飞行路径决策。