Multi-Fault Diagnosis of an Aero-Engine Control System Using Joint Sliding Mode Observers

航空发动机 接头(建筑物) 控制理论(社会学) 滑模控制 计算机科学 模式(计算机接口) 断层(地质) 控制系统 控制工程 控制(管理) 汽车工程 人工智能 工程类 结构工程 非线性系统 机械工程 物理 操作系统 电气工程 地质学 地震学 量子力学
作者
Linfeng Gou,Yawen Shen,Hua Zheng,Xianyi Zeng
出处
期刊:IEEE Access [Institute of Electrical and Electronics Engineers]
卷期号:8: 10186-10197 被引量:28
标识
DOI:10.1109/access.2020.2964572
摘要

An aero-engine is a complex aerodynamic thermal system, which can operate in extreme environments for long periods. It is crucial to diagnose any faults of the aero-engine control system accurately. At present, most aero-engine control system fault diagnosis schemes suffer from large interference, significant chattering, and low estimation accuracy. To diagnose multi-faults of the control system effectively, we introduce and investigate a new fault diagnosis scheme in this paper, which uses joint sliding mode observers. First, we develop a mathematical model for multi-faults in the control system, which can describe actuator and sensor faults in detail. Then, we design the joint sliding mode observers for fault detection and isolation (FDI), using the sliding mode variable structure term to reduce the coupling effect. Finally, during the fault estimation process, we use a pseudo-sliding form to reduce the chattering problem and suppress the impact of interference, which leads to an accurate estimation of the multi-fault characteristics. The simulation results show that, the proposed scheme can effectively detect and isolate faults, which enables superior timeliness and accuracy compared to a conventional sliding mode observer scheme. During the process of fault estimation, the effect of chattering is reduced, which shows the advantages of strong sensitivity and high estimation accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
SY完成签到,获得积分10
1秒前
知闲完成签到,获得积分10
2秒前
小M完成签到 ,获得积分10
3秒前
wdw2501完成签到,获得积分20
5秒前
hannah完成签到,获得积分10
6秒前
7秒前
7秒前
vivia发布了新的文献求助10
8秒前
9秒前
隐形曼青应助勇往直前采纳,获得10
10秒前
lklk完成签到,获得积分10
10秒前
11秒前
12秒前
13秒前
无情寒荷发布了新的文献求助10
14秒前
ding应助津海007采纳,获得10
15秒前
16秒前
16秒前
Kaka发布了新的文献求助10
16秒前
SUNSHINE发布了新的文献求助10
18秒前
密西西比he完成签到,获得积分10
18秒前
mingjie完成签到,获得积分10
18秒前
18秒前
项目多多完成签到,获得积分10
19秒前
JamesPei应助solar@2030采纳,获得10
20秒前
yinyin完成签到 ,获得积分10
20秒前
21秒前
侃侃完成签到,获得积分10
21秒前
勇往直前发布了新的文献求助10
22秒前
olekravchenko发布了新的文献求助10
23秒前
在水一方应助zzzzz采纳,获得10
24秒前
青衫发布了新的文献求助10
24秒前
英姑应助King16采纳,获得10
24秒前
彭于晏应助SUNSHINE采纳,获得10
24秒前
韩思语发布了新的文献求助10
24秒前
26秒前
26秒前
26秒前
高分求助中
(应助此贴封号)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
Voyage au bout de la révolution: de Pékin à Sochaux 700
First Farmers: The Origins of Agricultural Societies, 2nd Edition 500
Simulation of High-NA EUV Lithography 400
Assessment of adverse effects of Alzheimer's disease medications: Analysis of notifications to Regional Pharmacovigilance Centers in Northwest France 400
The Rise & Fall of Classical Legal Thought 260
Network Models for Data Science 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4334746
求助须知:如何正确求助?哪些是违规求助? 3845845
关于积分的说明 12012447
捐赠科研通 3486421
什么是DOI,文献DOI怎么找? 1913699
邀请新用户注册赠送积分活动 956814
科研通“疑难数据库(出版商)”最低求助积分说明 857499