基于主动持续激励的无人机故障检测仿真

付江梦

（四川旅游学院信息与工程学院，四川 成都 610100）

无人机的执行机构可以看作是一个具有容错控制的最小系统[1,2]，而电机作为执行机构的重要组成部分，其性能直接决定着转速的输出效率。当电机出现早期微小故障时，如果能提前检测故障，其安全性将会大大提高。而无人机的飞行数据更具有随机性和复杂性[4]，其飞行姿态必将受到外界因素的干扰，甚至减弱真实故障特征，使得故障检测存在诸多困难。因此，本文针对MATLAB环境下六旋翼电机的单故障模式，采用数据驱动的检测策略，设计出一种能够激发出飞行器相应运动模态的主动持续激励，实现对电机微小故障的有效检测。

1 MATLAB无人机模型

六旋翼无人机是一个典型的非线性复杂系统[3]，在一定简化条件下，本文建立如图1所示的六旋翼结构，其中位置x，位置y，位置z，滚转角φ，俯仰角θ和偏航角ψ为无人机六个自由度的输出量，编号1-6分别代表无人机第1-6号旋翼，并在图中标明了每个旋翼的旋转方向。

图1 六旋翼结构简化图及坐标系

1.1 动力学控制模型

假设忽略空气阻力、陀螺效应等相关弱影响因素，根据六旋翼结构及相关物理原理[5]，其运动方程可表示为：

根据相关内容[3]，有如下关系式：

其中，Ix、Iy、Iz分别代表位置x、位置y、位置z这三个通道上的转动惯量。代表无人机在滚转、俯仰和偏航三个控制通道上的反扭矩大小。根据参考文献[1]，我们令：

本文采用适用于非线性系统的反步法对无人机进行控制设计，其控制律U1～U4为[6]：

其中，a1=(Ix-Iz)/Iy，a2=(Iz-Ix)/Iy，a3=(Ix-Iy)/Iz，α1～α8为可调节参数。

1.2 执行器模型及转速分配

六旋翼无人机的执行器系统较为复杂，本文直接将核心部分电机简化为一阶惯性模块，其传递函数为[7]：

其中，b比例系数，a为响应时间常数，其取值大小均与电机型号有关。

2 持续激励设计

如果一种输入能将某个系统的动态特性信息充分体现在系统输出中，那么像此类具有丰富激励特性的信号我们称之为持续激励信号(Persistent Excitation,PE)[9]。对任一输入信号u(t)，当t≥0时，满足的持续激励条件为：

其中，T为信号周期，E为常数。

适用于刚体系统的常用激励信号主要有方波型和正弦型[10]。其中，211激励是一种典型的方波型信号，由正负脉冲间隔构成，对应脉宽比满足2:1:1，具有与无人机适合度更高的有效激励时长。因此，本文针对六旋翼模态特性，基于211激励设计出一种幅值为0.05 m，周期为0.01 s的激励信号，并记为fact(t)。

3 故障检测分析

3.1 电机微小故障模拟

当电机发生失效时，故障电机对无人机的控制作用减弱，无法达到正常的输出效益，实际表现在电机输出比例系数的减小。因此，我们引入P(0≤P≤1)作为电机的一个效率参数，那么第i号电机的实际输出ωi'可记为：

3.2 故障检测分析

接下来，将前文设计的持续激励fact(t)引入到无人机模型中，并直接作为额外输入与系统期望输入zd相叠加。特别地，从模型仿真开始至结束，持续激励始终作用于无人机模型中。经过实验得知，当无人机模型中引入持续激励后，时域曲线在第10s附近出现了明显的突变，尤其是对位置z的故障信息的激发。由此可见，持续激励PE激发了六旋翼无人机的故障模态，大大提高了实现无人机微小故障诊断的可行性，同时也验证了持续激励输入的有效性。

4 结论

本文在六旋翼模型基础上，针对电机失效的单故障模式，提出了一种基于持续激励的故障检测方法。首先在MATLAB环境中建立了六旋翼无人机的数学模型，然后针对无人机系统的动态特性，设计出一种能激发飞行器对应故障模态的主动持续激励，并始终作为额外输入引入到模型中，最终实现了对无人机电机微小故障的有效检测。由于本文是根据模型特性采用调试法完成的持续激励设计，同时讨论的均为无人机电机的单故障模式，因此后续还需进一步针对无人机的特性模态，进行高效的持续激励设计，以支持更复杂多样的微小故障检测。