式中 : 9 h( X)
Hk+1 =
X = ^X
k+1|k
9 X

　　為了應用 DMF算法 ,將換熱器模型重新寫口溫度超過 250℃。換熱器冷邊芯體長 01 8m ,為以下形式。芯體寬 01 6m ,層數 21 ,vc =41 6 m/s ,ηc =01 9 ,系統觀測方程 : 翅高 01 008 m ;換熱器熱邊芯體長 01 6m ,芯體
1

tw (k) +[tc ,in (k)-tw (k) ] ·e -γ( k) 寬 01 8m ,層數 20 ,vh =01 4 m/s ,ηh =01 9 ,翅片
γ2 ( k)
tc ,out ( k)

+ 高 01 008 m。
γ( k)
=
3
th ,out ( k)

tw (k) +[tc ,in (k)-tw (k) ] ·e -

γ4 ( k) 系統噪聲和觀測噪聲概率密度函數滿足正態(tài)ntc ,out ( k) 分布。 nγ1～ N( 0 , 01 01) ,nγ2～ N( 0 , 01 01),nγ3～
nth ,out (k)N( 0 , 01 01) ,n
tw～ N( 0 , 01 01) ,ntc ,out～ N( 0 , 1),
式中 : ntc ,out ( k)和 nth ,out ( k)分別表示 tc ,out和 th ,out在 nth ,out～ N(0 ,1)。對于濾波模型 1 ,nγ4～ N(0 , 3),k時刻的觀測噪聲 ,這里假設為高斯分布。
主要跟蹤穩(wěn)態(tài)過程 ;對于濾波模型 2 ,nγ4～ N( 0 , 系統狀態(tài)方程 : 150),主要跟蹤過渡過程。γ1 ( k)
γ1 (k -1)

-1) 圖 3～圖 8分別為冷邊出口溫度、熱邊出口γ2 ( k)

γ2 (k -

-1) 溫度、熱邊結垢因子 (ηαAw ) h的真值與估計值 ,γ3 ( k)

nγ3 (k -1) 以及對應的均方差 RMSE。為便于比較 ,圖 3～γ4 ( k)
1)
= +

nγ4 (k -1) 圖 8中同時給出 :單獨采用濾波模型 1的仿真結tpc ,out ( k)
f 1 ( X(k -1))
0
果 E KF2M1、單獨采用濾波模型 2的仿真結果
f 2 ( X(k -1))
0
tph ,out ( k)
E KF2M2 ,以及同時使用濾波模型 1和 2的仿真
f 3 ( X(k -1)) tw ( k) f 1 ( X(k -1)) =tw (k -1)ntw +(k -1) 結果 EKF2DM。

γ(k-1)
1 γ(k-1)
1 -e -2
[tc ,in (k)-tw (k -1)] · γ1 (k -1) γ2 (k -1)
f 2 ( X(k -1)) =tw (k -1)+
γ3 (k-1) γ(k-1)
1 -e -4
[th ,in (k)-tw (k -1)] · γ3 (k -1) γ4 (k -1)
f 3 ( X(k -1)) =tw (k -1)+
γ1 (k -1)T

[tpc ,out (k -1)-tw (k -1)]+
mw cpw

γ3 (k -1)T
[tph ,out (k -1)-tw (k -1)]
mw cpw

X(k) =[γ1 ( k)　γ2 ( k)　γ3 ( k)　γ4 ( k)　tpc ,out ( k)
tph ,out ( k)　tw (k) ]T

式中 :nγ1 (k) ,nγ2 (k) ,nγ3 (k) ,nγ4 (k) ,ntw ( k)分別為 γ1 ,γ2 ,γ3 ,γ4 ,tw在 k時刻的噪聲 ,這里假設為高斯分布 ;T為觀測周期。
采用兩個濾波模型 ,兩個濾波模型中 nγ4 ( k)的方差不同。對于模型 1 ,采用方差較小的 nγ4
( k)來跟蹤穩(wěn)態(tài)過程 ;對于模型 2 ,采用方差較大的 nγ4 ( k)來跟蹤過渡過程。
4　仿真分析
以某飛機飛行高度 2 km時 ,換熱器熱邊突然出現故障為例 ,驗證算法的有效性和實用性。仿真對象為不銹鋼板翅式初級換熱器 ,熱邊入

由仿真結果可知 :
(1)由于采用 DMF技術 ,實現了同時完成系統參數估計和狀態(tài) (溫度 )濾波的功能 ,從而在技術上實現了對飛機環(huán)控系統換熱器的實時在線故障預測與診斷。
αAw ) h預測值均方差 RMSE Fig1 8　RMSE of predicted values for (ηαAw ) h
(2) DMF算法與單模型濾波算法相比 ,在穩(wěn)態(tài)和過渡過程中都取得了較高精度 ,這是由于采用兩個模型分別匹配不同的系統狀態(tài)。

(3)
針對本文的換熱器系統 , DMF的故障辨識和預測能力較強。

(4)
由于濾波方法可以在線估計狀態(tài)參數 ,所以對對象數學模型的準確性要求不嚴格。

5　結　論
提出采用基于 DMF方法的環(huán)控系統換熱器動態(tài)故障診斷新方法 ,結合對象集總參數模型 ,根據測量溫度在線動態(tài)估計系統模型參數 ,使得狀態(tài)的在線辨識和預測能力得到較大提高 ,最終實現實時的故障預報與診斷。
仿真結果表明本文提出的基于 DMF方法的環(huán)控系統動態(tài)故障診斷方法可以實現系統動態(tài)特性估計 ,能進一步提高模型參數辨識效率 ,保證對象模型參數自適應辨識的可靠性和精度 ,從而實現了對象系統的在線故障預報與診斷。
參　考　文　獻
[1]　Persin S , Tovornik B. Real2time implementation of fault diagnosis to a heat exchanger [J ]. Control Engineering Practice , 2005 , 13 (8) : 106121069.

[2]　Frank P M. Analytical and quantitative model2based fault diagnosis —a survey and some new results[J ]. European Journalof Control,1996,20:6228.

[3]　Gordon N J , Salmond D J. Novel approach to nonlinear/ non2Gaussian Bayesian state estimation [J ]. IEEE Pro2 ceedings , 1993 , 140 (2) : 1072113.

[4]　RisticB,ArulampalamS, GordonN. Beyondthe Kalman

filter2particle filter for tracking application[M]. Artech House , 2004 : 39.

[5]　NordlundPJ,GustafssonF. SequentialMonteCarlofilte2

parameter optimization for heat exchanger[J ]. Journal of

environmental control system for avionics pods[J ].
Acta 法及其在航空發(fā)動機故障診斷中的應用 [J ].航空學報 ,
Aeronautica et Astronautica Sinica , 1997 , 18 (1) : 96299.
(in Chinese)

Xie Shousheng , Cai Kailong. Classification

[8]　姚洪偉 ,王浚 .method of Diverse Adaboost2SVM and its application to ring techniques applied to integrated navigation system[C] ∥ IEE Proceedings of the American Control Conference.
　
中國航空網 www.k6050.com
航空翻譯 www.aviation.cn
本文鏈接地址：航空學報08大飛機專刊(89)