塞德里克塞伦;皮埃尔·埃泽尔;乔治·哈迪埃 基于模型的纵向飞行参数虚拟传感技术。 （英语） Zbl 1322.93096号 国际期刊申请。数学。计算。科学。 25，第1期，23-38（2015）. 概述：引入飞线和提高自动化水平显著提高了民用飞机的安全性，并产生了先进的检测、保护和优化A/C制导和控制的能力。然而，这种更高的复杂性需要扩展一些关键飞行参数的可用性。因此，这些信号的监测和合并是一个重要问题，通常通过许多功能冗余传感器实现，以扩展这些参数的测量方式。该解决方案会在重量、维护等方面影响整个系统的性能。其他替代方案依赖于信号处理或基于模型的技术，这些技术可以全局使用全部或部分传感器数据，并辅以基于模型的飞行力学仿真。该处理实现了关键参数的实时估计，并产生不同的信号。通过估计扩展状态向量（包括风分量），过滤和合并信息在非故障条件下传递，并可替换降级条件下的故障信号。因此，本文描述了两种基于模型的方法，可以在线估计民用飞机的纵向飞行参数。结果用于评估不同模拟和真实飞行条件下的性能，包括真实外部干扰和建模误差。 引用于1文件 MSC公司： 93E10型 随机控制理论中的估计与检测 93E11号机组 随机控制理论中的滤波 93C73号 控制/观测系统中的扰动 93立方厘米 控制理论中的应用模型 关键词：基于模型的估计;故障检测;虚拟传感器;卡尔曼滤波;代理建模 PDF格式BibTeX公司 XML格式引用 \textit{C.Seren}等人，国际期刊应用。数学。计算。科学。25、1号、23-38（2015；Zbl 1322.93096） 全文： 内政部 参考文献： [1] Arulampalam，S.、Maskell，S.和Gordon，N.（2002年）。在线非线性/非高斯贝叶斯跟踪粒子滤波器教程，IEEE Transactions on Signal Processing 50（2）：174-188。； [2] Boiffier，J.-L.（1998）。《飞行动力学：方程》，约翰·威利父子公司，奇切斯特。； [3] Bucharles，A.、Cumer，C.、Hardier，G.、Jacquier，B.、Janot，A.、Le Moing，T.、Seren，C.、Toussaint，C.和Vacher，P.（2012）。飞行器模型识别相关问题概述，ONERA，AerospaceLab Journal（4）：13-33。； [4] Chang，C.T.和Chen，J.W.（1995）。基于EKF的故障诊断技术的实现问题，化学工程科学50（18）：2861-2882。； [5] Chen，R.和Liu，J.S.（2000年）。混合卡尔曼滤波器，《皇家统计学会杂志》62（3）：493-508·兹比尔0953.62100 [6] Chen，S.、Hong，X.、Harris，C.J.和Sharkey，P.M.（2004）。使用带有PRESS统计和正则化的正交正向回归进行稀疏建模，IEEE系统、人与控制论汇刊34（2）：898-911。； [7] Chen，S.、Hong，X.、Luk，B.L.和Harris，C.J.（2009）。使用粒子群优化调谐径向基函数模型进行非线性系统辨识，国际生物灵感计算杂志1（4）：246-258。； [8] Clerc，M.（2006年）。粒子群优化，ISTE，伦敦·Zbl 1130.90059号 [9] Davies，M.（2003）。《航空航天工程师标准手册》，纽约州纽约市麦格劳-希尔。； [10] De Freitas，N.（2002年）。用于故障诊断的Rao-Blackwellised粒子滤波，IEEE航空航天会议论文集，美国马萨诸塞州大天空，第1767-1772页。； [11] Dennis，J.E.和Schnabel，R.B.（1996年）。无约束优化和非线性方程的数值方法，SIAM，宾夕法尼亚州费城·Zbl 0847.65038号 [12] Frank，P.M.（1996年）。基于分析和定性模型的故障诊断：一项调查和一些新结果，《欧洲控制杂志》2（1）：6-28·Zbl 0857.93015号 [13] Garcia，E.A.和Frank，P.M.（1997年）。基于确定性非线性观测器的故障诊断方法：综述，控制工程实践5（5）：663-670。； [14] Ghanbarpour Asl，H.和Pourtakdoust，S.H.（2007）。使用序列测量更新的无迹卡尔曼滤波器的UD协方差因子分解，世界科学、工程和技术学院（34）：368-376。； [15] Goupil，P.（2010）。通过分析冗余检测A380电子飞行控制系统中的振荡故障案例，控制工程实践18（9）：1110-1119。； [16] Goupil，P.（2011）。空中客车飞行控制系统中外国直接投资和联邦贸易委员会的最新技术和实践，控制工程实践19（6）：524-539。； [17] Hanlon，P.D.和Maybeck，P.S.（2000年）。使用残差相关卡尔曼滤波器组的多模型自适应估计，IEEE航空航天和电子系统汇刊36（2）：393-406。； [18] Hardier，G.（1998）。用于减振器悬架系统建模和磨损诊断的递归RBF网络，IEEE计算智能世界大会论文集，安克雷奇，美国阿拉斯加州，第3卷，第2441-2446页。； [19] Hardier，G.、Roos，C.和Seren，C.（2013）。使用代理建模为线性分数表示创建稀疏有理逼近，第三届智能控制与自动化科学国际会议论文集，中国成都，第238-243页。； [20] Hardier，G.和Seren，C.（2013年）。纵向飞行参数虚拟传感的气动模型反演，《第二届控制和容错系统国际会议论文集》，法国尼斯，第140-145页。； [21] Isermann，R.（2008年）。基于模型的故障检测和诊断：状态和应用，《控制年度回顾》29（1）：71-85。； [22] Jategaonkar，R.V.（2006年）。飞行器系统识别：时域方法，F.K.Lu版，AIAA公司，弗吉尼亚州阿灵顿。； [23] Julier，S.J.和Uhlmann，J.K.（2004）。无迹滤波和非线性估计，IEEE会议记录92（3）：401-422。； [24] Kavuri，S.N.、Venkatasubramanian，V.、Rengaswamy，R.和Yin，K.（2003）。《过程故障检测与诊断综述》，计算机与化学工程27（3）：293-346。； [25] Kay，S.M.和Marple，S.L.（1981年）。频谱分析——现代观点，IEEE会议录； [26] Lu，S.、Cai，L.、Ding，L.和Chen，J.（2007）。无迹卡尔曼滤波器的两种有效实现形式，IEEE控制与自动化国际会议论文集，中国广州，第761-764页。； [27] Marzat，J.、Piet-Lahanier，H.、Damongeot，F.和Walter，E.（2012）。航空航天系统基于模型的故障诊断：综述，《航空航天工程杂志》226（10）：1329-1360。； [28] Morelli，E.A.和DeLoach，R.（2003）。利用现代实验设计和多元正交函数开发风洞数据库，第41届AIAA航空航天科学会议和展览论文集，美国内华达州雷诺，AIAA 2003-653。； [29] Nelles，O.和Isermann，R.（1996年）。局部线性模型插值的基函数网络，第35届IEEE国际决策与控制会议论文集，日本神户，第470-475页。； [30] Oosterom，M.和Babuska，R.（2000年）。飞行控制系统FDI虚拟传感器——模糊建模方法，第39届IEEE决策与控制会议论文集，澳大利亚悉尼，第2645-2650页。； [31] Patton，R.J.和Chen，J.（1994）。航空航天系统故障诊断的奇偶空间方法综述，《制导、控制和动力学杂志》17（2）：278-285·Zbl 0800.93050号 [32] Ru，J.和Li，R.（2003）。《交互式多模型算法与FDI最大似然估计》，IEEE智能控制国际研讨会论文集，美国德克萨斯州休斯顿，第661-666页。； [33] Samara，P.A.、Fouskitakis，G.N.、Sakellariou，J.S.和Fassois，S.D.（2008）。飞机控制系统传感器突发故障检测的统计方法，IEEE控制系统技术汇刊16（4）：789-798。； [34] Seren，C.和Hardier，G.（2013年）。纵向飞行参数虚拟传感的自适应扩展卡尔曼滤波，第二届控制和容错系统国际会议论文集，法国尼斯，第25-30页。； [35] Seren，C.、Hardier，G.和Ezerzere，P.（2011年）。纵向飞行参数的在线估计，《SAE航空技术大会和展览会论文集》，法国图卢兹·Zbl 1322.93096号 [36] Smidl，V.和Peroutka，Z.（2012年）。交流驱动器无传感器控制的平方根扩展卡尔曼滤波器的优点，IEEE工业电子学报59（11）：4189-4196。； [37] Traverse，P.、Lacaze，I.和Souryis，J.（2004）。空客飞行线路：可靠性的总体方法，第18届IFIP世界计算机大会论文集，法国图卢兹，第191-212页。； [38] Van der Merwe，R.和Wan，E.（2001年）。高效无导数卡尔曼滤波器，第九届欧洲人工神经网络研讨会论文集，比利时布鲁日，第205-210页。； [39] Zolghadri，A.（2012年）。航空航天系统先进的基于模型的FDIR技术：今天的挑战和机遇，《航空航天科学进展》53:18-29。； 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。