飛行機電作動系統(tǒng)故障診斷技術(shù)綜述

楊珍書 ，孫曉哲 ，楊建忠 ，毛奇

（1.中國民航大學(xué)民航航空器適航審定技術(shù)重點實驗室，天津 300300；2.中國民航大學(xué)適航學(xué)院，天津 300300；3.天津大學(xué)電氣自動化與信息工程學(xué)院，天津 300072）

作為一類復(fù)雜的機電一體化系統(tǒng)，飛行機電作動系統(tǒng)（flight electromechanical actuation system，F(xiàn)LEA）具有結(jié)構(gòu)緊湊、便于安裝、工作效率高、無污染等特點[1]，且能夠有效地減輕飛機重量，提高運行效率，降低維護成本。隨著電傳操縱系統(tǒng)在多電飛機中的作用日益凸顯，與其高度結(jié)合的FLEA逐漸成為功率電傳作動系統(tǒng)的發(fā)展方向[2]。20世紀(jì)80年代末到90年代初，F(xiàn)LEA在航天領(lǐng)域的研究得到全面開展。1978年美國航空制造公司研制出雙余度FLEA；1981年波音商用飛機公司與Kollmorgen公司合作開發(fā)了應(yīng)用于方向舵作動系統(tǒng)的分體直線輸出式FLEA[3]；C-141運輸機的左副翼和C-130高技術(shù)測試臺的方向舵和升降舵均運用FLEA[4]；格魯門公司F-14戰(zhàn)斗機在方向舵運用FLEA。20世紀(jì)80年代，NASA研制了應(yīng)用于航天飛機副翼的四余度FLEA[5]，到90年代末，F(xiàn)LEA深層次問題的研究和工程性實踐得到全面展開。其中，F(xiàn)/A-18B艦載戰(zhàn)斗機的左副翼[6]，U-2S亞音速高空偵察機的方向舵、升降舵以及副翼[7]，禿鷹無人機的副翼、襟翼、擾流片、方向舵和水平安定面等都進行了FLEA的驗證與試飛。此外，F(xiàn)LEA已成功應(yīng)用于波音787、A320等大型民用客機[8]以及全球鷹、X-45[9]等新型無人航空器。FLEA是功率電傳作動系統(tǒng)的發(fā)展方向，是多電飛機作動系統(tǒng)的關(guān)鍵技術(shù)[10]。但是，由于缺乏可靠的失效安全機制和冗余策略，F(xiàn)LEA中的單點故障難以得到消除；此外，F(xiàn)LEA的故障數(shù)據(jù)積累有限，其故障模式與影響通?；诠I(yè)經(jīng)驗與軍方數(shù)據(jù)[11-12]；這些因素都限制了FLEA在民用航空器中的應(yīng)用，也成為了FLEA在航空領(lǐng)域發(fā)展的最大挑戰(zhàn)[13]。因此，提高FLEA的可靠性、保證其滿足適航規(guī)章的安全性需求，是未來FLEA研究和發(fā)展的關(guān)鍵點。

為了達到與機械作動系統(tǒng)同水平的高可靠性，國內(nèi)外學(xué)者與制造商對FLEA開展了余度備份技術(shù)的研究[14-16]。但是這種方法亦帶來了多種問題，例如作動系統(tǒng)的雙通道設(shè)計會帶來力紛爭問題；備份增加了伺服機構(gòu)硬件構(gòu)成的復(fù)雜性；維護繁瑣且成本增加，進而導(dǎo)致了系統(tǒng)的可靠性在一定程度上非增反降[17]。通常，提高系統(tǒng)可靠性最好的方法是通過主動設(shè)計來規(guī)避故障，然而，當(dāng)這些危害因素不可消除或有其它影響時，則應(yīng)當(dāng)采取其它安全策略[18]。在眾多可行的技術(shù)中，故障診斷技術(shù)的應(yīng)用能夠減少冗余設(shè)計，降低設(shè)計成本，并全面提高可靠性和維護性指標(biāo)，對提高FLEA可靠性具有重要意義[19]。然而，和其它應(yīng)用于航空領(lǐng)域的新技術(shù)一樣，故障診斷技術(shù)在進行實踐應(yīng)用之前，需要通過實驗與分析來驗證其應(yīng)用于FLEA時具有優(yōu)良的性能，并且能夠高效、準(zhǔn)確地對故障實施診斷與隔離；此外，還需要基于適航審定標(biāo)準(zhǔn)，證明故障診斷技術(shù)本身及其應(yīng)用能夠符合安全要求。

本文旨在通過總結(jié)與FLEA故障診斷技術(shù)相關(guān)的研究現(xiàn)狀與現(xiàn)存問題，引發(fā)對于如何提高FLEA故障診斷技術(shù)的可靠性，來滿足航空規(guī)章的安全需求這一關(guān)鍵問題的思考，為FLEA故障診斷技術(shù)未來的研究提供借鑒和參考。本文首先討論并概述了目前FLEA故障診斷技術(shù)的研究現(xiàn)狀。接著，特別關(guān)注了故障診斷技術(shù)在FLEA應(yīng)用中的問題和挑戰(zhàn)。最后，指出了FLEA故障診斷技術(shù)面臨的問題以及未來可能的研究方向。

1 FLEA故障診斷的研究現(xiàn)狀

FLEA的高可靠性是飛行安全的重要保證。有效解決該問題的技術(shù)之一是故障診斷策略的設(shè)計，在方法闡述上，應(yīng)用于FLEA的故障診斷技術(shù)可按照定量與定性的方法分類[20]，如圖1所示。

圖1 FLEA故障診斷技術(shù)分類示意圖Fig.1 Schematic of FLEA fault diagnosis technology classification

基于解析模型的方法以狀態(tài)估計法與在線近似法為主。其中，狀態(tài)估計法的關(guān)注重點在于觀測器或濾波器的選擇，通過設(shè)計觀測器或濾波器，重構(gòu)FLEA控制系統(tǒng)的狀態(tài)或參數(shù)，并基于此得到系統(tǒng)的觀測輸出，然后采用適當(dāng)?shù)姆椒ê褪侄螌τ^測輸出中的干擾信息進行弱化，同時，解析出必要的故障信息，便于評估與分析殘差序列，進而實現(xiàn)故障檢測和診斷，并進行必要的隔離。目前，此類故障診斷方法已有眾多較為成熟的理論，如卡爾曼濾波法[21]、等價空間法[22]、多模型匹配法[23]等。Wang Y等人[24]通過兩個觀測器遞歸計算系統(tǒng)狀態(tài)和/或故障的估計以減小故障診斷的偏差。Xiong R等人[25]通過遞歸最小二乘法和卡爾曼濾波器聯(lián)合估計的方法獲得估計的電源狀態(tài)，以確定傳感器故障發(fā)生時的殘差及故障閾值。Liu Y等人[26]基于在部分解耦干擾下具有積分測量的離散系統(tǒng)構(gòu)造了一個擴充狀態(tài)向量，并獲得了一個未知輸入觀測器，該輸入觀測器將部分干擾解耦，并減弱了其余不可消除的干擾影響。但是FLEA為復(fù)雜的機電耦合非線性系統(tǒng)，常常伴隨復(fù)合故障的發(fā)生，利用解析模型的方法進行故障診斷時，會面臨如下問題：1）基于解析模型的方法主要針對線性系統(tǒng)或模型架構(gòu)與參數(shù)已知并確定的系統(tǒng)展開，面對FLEA此類復(fù)雜的非線性系統(tǒng)極易出現(xiàn)模型擬合不準(zhǔn)確的情況，進而影響系統(tǒng)的觀測輸出和殘差分析，造成故障漏報、誤報；2）系統(tǒng)故障建模的差異會影響故障診斷的有效性，系統(tǒng)建模的精度會影響故障診斷的精度；3）對于狀態(tài)估計方法，觀測器殘差和閾值的判斷受到觀測器增益矩陣與系統(tǒng)模型的影響，同樣容易造成故障漏報、誤報。

基于數(shù)據(jù)驅(qū)動的故障診斷方法包括基于人工智能[27]、基于統(tǒng)計分析等方法。該方法能夠通過多尺度地細化故障信號并分析細節(jié)特征，弱化負載輸入及外界的干擾，在FLEA故障發(fā)生早期捕獲信號的幅值、頻率、相位等特性的變化，以彌補基于解析模型方法進行故障診斷的不足[28]。Wang J等人[29]通過對電機振動和定子電流信號進行多尺度分析，提出了一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)模型，該模型具有多分辨率多傳感器融合的特征，該方法用于電機故障診斷時可通過網(wǎng)絡(luò)訓(xùn)練實現(xiàn)自動學(xué)習(xí)并診斷故障特征。Wen L等人[30]提出了一種基于LeNet-5的新型卷積神經(jīng)網(wǎng)絡(luò)故障診斷方法，該方法將信號轉(zhuǎn)換為二維圖像并提取圖像的特征，基于此來消除干擾。通過積累實驗數(shù)據(jù)，證明該故障診斷方法已經(jīng)取得了明顯的進步。

基于信號處理的故障診斷技術(shù)因其信號獲取準(zhǔn)確、診斷精度逐漸提高的優(yōu)勢，成為近年來FLEA故障診斷技術(shù)的研究熱點，基于經(jīng)驗?zāi)B(tài)分解、基于小波變換、形態(tài)信號處理、譜分析等方法已在飛機控制系統(tǒng)的故障診斷中得到應(yīng)用[31-33]。但是，F(xiàn)LEA的作動離不開大量的內(nèi)部電子元件，電子元件在早期發(fā)生異常時，能夠反映故障征兆的信號幅值微弱，且故障在漸變的過程中具有間歇性[34]。此類診斷機制應(yīng)用于FLEA時，系統(tǒng)的故障信息不可避免的會被外界擾動、噪聲信號掩蓋，并且易受到信號濾波的弱化影響，進而導(dǎo)致診斷誤判。此外，F(xiàn)LEA的故障類型和表征之間并不是簡單的對應(yīng)關(guān)系，常常伴隨著復(fù)合故障的發(fā)生，對于復(fù)雜系統(tǒng)的運行，可以利用人工智能的方法，通過積累的數(shù)據(jù)不斷訓(xùn)練學(xué)習(xí)型算法，在訓(xùn)練的過程中不斷優(yōu)化診斷策略，進而達到故障診斷的目的[35]。例如基于神經(jīng)網(wǎng)絡(luò)系統(tǒng)[36]的方法、基于模式識別[37]的方法、基于專家系統(tǒng)[38]的方法等。但是，學(xué)習(xí)型算法的精確性取決于故障樣本及數(shù)據(jù)的累積量，F(xiàn)LEA作為應(yīng)用于航空領(lǐng)域的新型作動系統(tǒng)，尚不能獲得大量的故障數(shù)據(jù)，因此并不適用。

基于定性經(jīng)驗的方法通常采用圖論法，通過建立系統(tǒng)的邏輯推理模型進行診斷故障。常用的有故障樹分析[39]、符號有向圖等分析手段和理論[40]?；诙ㄐ越?jīng)驗的方法有助于故障的邏輯梳理和溯源，但不適用于故障的在線估計[41]。

故障診斷技術(shù)作為提高FLEA可靠性的重要手段，是將FLEA應(yīng)用于航空工業(yè)領(lǐng)域的研究熱點。FLEA復(fù)雜的非線性特征、未知的外部干擾、系統(tǒng)內(nèi)部噪聲以及模型的不確定性等都會導(dǎo)致故障模型的擬合存在誤差，影響殘差解耦與閾值的選擇。在設(shè)計故障診斷策略時，誤報警率較高的問題仍然是其應(yīng)用于FLEA的阻礙[42]。因此，先進的故障診斷技術(shù)如何適用于機理復(fù)雜、非線性與未知干擾耦合的FLEA，如何適用于FLEA故障數(shù)據(jù)匱乏、故障征兆復(fù)雜等特點，仍然需要持續(xù)的探索。

2 新穎故障診斷技術(shù)面臨的新問題

FLEA由作動器電子控制裝置、驅(qū)動電機、離合器、減速齒輪箱、滾珠絲杠等組成，其結(jié)構(gòu)如圖2所示。

圖2 FLEA結(jié)構(gòu)圖Fig.2 Structure diagram of FLEA

FLEA作動機理復(fù)雜，故障模式多樣。為了明確系統(tǒng)故障特征、便于開展故障診斷技術(shù)的優(yōu)化，國內(nèi)外學(xué)者以驅(qū)動電機、機械傳動組件[43-44]為主要研究對象，分析了電機繞組開路、匝間短路[45]、開關(guān)組件開路[46]、機械傳動通道卡阻[47]、軸承爆裂等故障機理，梳理出典型的故障模式如圖3所示，建立了較為完善的故障模型[48-49]，并通過故障仿真與實驗分析了故障的動態(tài)特性、提取故障特征。統(tǒng)計研究表明，F(xiàn)LEA主要的電氣故障[50]包括電機繞組開路、匝間短路、晶閘管斷路及位置傳感器故障，其中電機繞組故障占總故障率的38%[51]，霍耳元件、電子線路累計故障占比82%，卡阻故障是FLEA機械結(jié)構(gòu)中典型的單點故障，限制了系統(tǒng)可靠性的提升[52]。

圖3 FLEA典型故障模式Fig.3 Typical failure mode of FLEA

常見的故障診斷技術(shù)主要基于圖3中的故障模式展開，如基于解析模型法[53]、信號處理方法[54]以及混合方法等，這些研究成果基于故障診斷策略在保證系統(tǒng)可靠性的同時，提高了系統(tǒng)的運行效率[55]。Silva和Saxena等人[56]的研究實現(xiàn)了針對開關(guān)磁阻電機驅(qū)動系統(tǒng)的故障診斷，首先確定了磁阻電機的結(jié)構(gòu)、功率變換器的拓撲結(jié)構(gòu)，在此基礎(chǔ)上，設(shè)計了轉(zhuǎn)子位置檢測器、電流檢測器和診斷策略，進而改善故障診斷性能。Shao J和Deng Z等人[57]針對驅(qū)動電機位置傳感器的故障，提出了一種新型故障診斷策略，該策略根據(jù)傳感器信號和離散傅里葉變換對電機線電壓進行測量分析，從而識別出傳感器故障，計算量小且實現(xiàn)簡單。Dong L和Jatskevich J等人[58]針對電力驅(qū)動系統(tǒng)設(shè)計了基于信號分類及重建的故障診斷方案，能夠有效地診斷電子控制元件、電機繞組等故障，進而提高了系統(tǒng)的可靠性。

隨著故障分析的逐漸細化，盡管FLEA的故障模型不斷被完善、故障診斷策略不斷被提出，但是由于FLEA的應(yīng)用時間短、故障數(shù)據(jù)十分匱乏，所以很難建立一個全面的專家系統(tǒng)來檢測并診斷故障。除已得到廣泛研究的機械和驅(qū)動電機故障外，F(xiàn)LEA中的傳感器、作動器電子控制裝置等電子器件相互耦合，帶來的新穎故障模式尚未有明確的故障特征[59]，限制了故障診斷的性能。例如：傳感器的噪聲干擾會影響電流殘差與閾值的比較，并削弱殘差對系統(tǒng)不確定因素的魯棒性，導(dǎo)致不正確的檢測與診斷，從而引起虛警[60]；監(jiān)控器因電磁干擾能夠產(chǎn)生固態(tài)振蕩、液態(tài)振蕩的耦合信號，對故障類型的判別以及故障源的定位產(chǎn)生干擾[61]；指令乘性故障會導(dǎo)致在線計算信號突變的算法失效，削弱在線故障的診斷能力[62]。此外，因多個系統(tǒng)變量或特征值偏離正常范圍而形成的復(fù)合故障會使得故障診斷策略難以判定系統(tǒng)的異常是由一個還是由多個故障耦合作用所引起的[63]，這也為故障的隔離和定位帶來了挑戰(zhàn)。有研究表明，基于模型的故障檢測與診斷會帶來系統(tǒng)物理架構(gòu)中沒有的新型故障模式。例如，模型擬合不準(zhǔn)確、閾值取值不恰當(dāng)會導(dǎo)致虛警[64]、漏報[65]；故障信息計算單元、解耦觀測器的引入可能改變系統(tǒng)矩陣、影響對殘差的判斷、產(chǎn)生態(tài)勢感知錯誤[66]。此外，電子元件會與電磁干擾相互影響，產(chǎn)生監(jiān)控器振蕩[67]、指令與控制失效[68]等故障，進而引發(fā)新的安全問題。

面對應(yīng)用于FLEA的故障診斷技術(shù)，需要明確新穎故障和復(fù)合故障帶來的挑戰(zhàn)。因此，非常有必要從解析故障機理的角度出發(fā)，研究新穎故障模式的建模方法、明確必要的故障特征，以此來促進故障診斷技術(shù)的優(yōu)化、提高診斷性能。例如，電信號的傳輸通常作為實現(xiàn)控制FLEA電機的必要手段，然而，電信號在傳輸?shù)倪^程中極易受到外部干擾而產(chǎn)生新的故障模式，其中，非指令信號就是因傳輸電信號而產(chǎn)生的新的故障模式，使得FLEA成為舵面振蕩失效的重要故障源。Balaban 等人[50，55，56]在調(diào)研了空客公司、利勃海爾宇航公司、漢莎技術(shù)公司的技術(shù)文件與內(nèi)部資料后，列出了所有可能引起舵面振蕩失效的非指令信號源，如圖4所示，并基于非指令信號的特征，建立起液態(tài)故障與固態(tài)故障兩種故障模型。這有利于FLEA新穎故障模式的機理分析與建模，并有助于優(yōu)化FLEA的故障診斷精度。

圖4 舵面振蕩的來源Fig.4 Sources of control surface oscillation

3 閉環(huán)控制對故障診斷的影響分析

FLEA故障特征的提取及故障診斷技術(shù)的研究成果通常針對開環(huán)系統(tǒng)進行，但并未考慮反饋控制律對系統(tǒng)故障診斷性能的影響[69]。閉環(huán)控制律的引入，特別是智能算法的引入，可能會改變系統(tǒng)的模型架構(gòu)、運行特性以及變量之間的函數(shù)關(guān)系，這種變化使得系統(tǒng)的容錯能力加強，在故障衍生的過程中，有可能改變故障的特性參數(shù)，或者直接掩蓋故障影響，導(dǎo)致設(shè)計的故障診斷策略在不同的智能算法中不再適用或失效。Bellini A和Filippetti F等人[70]通過仿真發(fā)現(xiàn)電機轉(zhuǎn)矩電流的功率譜與控制器的增益相關(guān)，且頻域特征會被控制信號掩蓋，因此不同控制器的設(shè)計將影響電機的故障殘差，使得閉環(huán)故障診斷效果因控制器的不同而具有較大差異。McNabb C A和Qin S J[71]通過分析仿真數(shù)據(jù)認為閉環(huán)控制將會使得故障在系統(tǒng)內(nèi)傳播，特別是對于信號故障，故障影響會在閉環(huán)的反饋與傳遞過程中得到放大，進而導(dǎo)致多處信號發(fā)生異常，為故障的分離增加了難度。Ashari A E和Nikoukhah R等人[72]基于理論分析和仿真實驗，驗證了閉環(huán)控制器會影響故障的殘差值，導(dǎo)致閉環(huán)控制下的故障診斷結(jié)果與開環(huán)系統(tǒng)的診斷結(jié)果相差較大。邢琰和吳宏鑫等人[73]將開環(huán)系統(tǒng)中的故障診斷策略不適用于閉環(huán)系統(tǒng)的原因總結(jié)為：1）閉環(huán)控制器增強了系統(tǒng)的魯棒性，使得系統(tǒng)本身具有一定的容錯能力，導(dǎo)致部分故障，特別是早期故障影響被掩蓋；2）由于反饋的作用，閉環(huán)控制結(jié)構(gòu)使得實際故障信息能夠在系統(tǒng)內(nèi)部進行傳遞，進而表現(xiàn)出多處檢測信號皆異常，最終導(dǎo)致故障診斷失效。

目前，針對FLEA閉環(huán)結(jié)構(gòu)的故障診斷研究仍有待拓展，國內(nèi)外學(xué)者所設(shè)計的閉環(huán)系統(tǒng)故障診斷策略主要應(yīng)用于給定的控制器和已知的架構(gòu)，按照特定的方法和指標(biāo)對典型故障模型進行診斷。Aghili F[74]將設(shè)計的神經(jīng)網(wǎng)絡(luò)狀態(tài)觀測器應(yīng)用于非線性系統(tǒng)的故障診斷技術(shù)，能夠根據(jù)非線性系統(tǒng)的實際輸出和觀測器測量的殘差來檢測并且確定故障，在實現(xiàn)實時故障診斷的同時進行控制器補償，以保證系統(tǒng)的穩(wěn)定性能。Xiao B等人[75]基于觀測器的理論設(shè)計了應(yīng)用于閉環(huán)作動系統(tǒng)的故障診斷策略，在對干擾具有魯棒性的同時，能夠?qū)崿F(xiàn)對故障信息響應(yīng)敏感，以達到準(zhǔn)確隔離故障的目的。Li K和Luo H等人[76]利用跟蹤濾波器的設(shè)計理論優(yōu)化故障診斷策略，使得其在閉環(huán)系統(tǒng)中的抗干擾能力增強，同時能夠更加精確且敏感地識別電機系統(tǒng)的故障并估計系統(tǒng)的動態(tài)特征。但是，閉環(huán)控制算法對故障診斷性能的影響問題是FLEA故障診斷技術(shù)發(fā)展必須面臨的挑戰(zhàn)，特別是對于FLEA此類復(fù)雜的非線性閉環(huán)系統(tǒng)，需要在控制律和殘差無法完全解耦的情況下，探索FLEA的故障診斷技術(shù)。這對提高故障診斷的性能與適用度、減小閉環(huán)控制對故障診斷的干擾與影響具有重要意義。

4 故障診斷技術(shù)的審定挑戰(zhàn)

FLEA中的噪聲、外部干擾、非線性變量等不確定的變化量對殘差、故障估計等診斷信息的影響巨大，這不僅為改進虛警率和漏報率的閾值選擇帶來了新的挑戰(zhàn)，也為驗證故障診斷策略在FLEA中應(yīng)用的有效性帶來了挑戰(zhàn)。任何故障診斷技術(shù)在應(yīng)用于航空器的FLEA之前都要經(jīng)過適航審定與驗證，以確保其在實際的航空應(yīng)用中，能夠滿足設(shè)計期望的有效性，并達到航空規(guī)章對FLEA的安全要求。故障診斷技術(shù)的審定與驗證是其理論設(shè)計與航空應(yīng)用之間的橋梁。但是，在目前的研究中，關(guān)于故障診斷技術(shù)的審定與驗證研究仍未得到重要關(guān)注，并且尚未建立起成熟的審定與驗證方法。因此，故障診斷技術(shù)尚未在FLEA中形成廣泛的工程應(yīng)用[77]。

如何制定相關(guān)的審定程序，來驗證與評估故障診斷策略的閾值設(shè)定和推理模型，如何判定故障診斷策略是否符合航空器的安全性需求，是近年來的熱點和難點問題[78]。通常應(yīng)用于算法審定與驗證的方法是隨機仿真[79]，此類方法需要獲得系統(tǒng)的所有狀態(tài)或者輸出，因此需要采集足夠多的仿真數(shù)據(jù)，通過巨大的數(shù)據(jù)量建立起系統(tǒng)的樣本數(shù)據(jù)庫，以確保對算法的驗證不會出現(xiàn)偏差。但是此類方法不能夠精確的擬合復(fù)雜的非線性系統(tǒng)，即使采用蒙特卡洛采樣，仍然會丟失重要的參數(shù)與系統(tǒng)特征[80]。國外研究人員嘗試通過搭建通用的軟硬件平臺對故障診斷技術(shù)進行驗證，并基于此為系統(tǒng)的故障診斷策略提供有效的驗證和評估方法。NASA已建造多個測試臺以考慮包括電動混合作動系統(tǒng)在內(nèi)的多種新技術(shù)的適航性和飛行安全風(fēng)險，包括X-57 Maxwell[81]、混合動力電力綜合系統(tǒng)測試臺、Airvolt和NASA電機測試臺[82]。歐洲航空研究和技術(shù)組織的合作項目開發(fā)了大型運輸飛機模擬基準(zhǔn)測試平臺，以作為容錯飛行控制系統(tǒng)綜合評估的評估標(biāo)準(zhǔn)[83]。歐洲第七框架計劃支持的合作項目“可持續(xù)飛行指導(dǎo)和控制的高級故障診斷計劃”致力于空客系列飛機故障檢測及故障診斷方法的開發(fā)與驗證，為了驗證所設(shè)計的故障診斷方法的適用性，該項目基于空客系列飛機開發(fā)了空客舵面作動器工作臺。此外，該工作臺還能夠在降級配置中驗證設(shè)計的可靠性，工業(yè)驗證活動包括魯棒性能評估（即沒有誤報）和檢測性能評估（即誤報率低和檢測時間合適）[84]。Sun L G等人[85]基于波音747-200飛機建立了高精度非線性驗證平臺，通過對比正常、容錯控制、方向舵失控三種狀況下滾轉(zhuǎn)速率、俯仰速率、偏航速率、實際空速等參數(shù)的變化，分析了先進的故障診斷策略與容錯算法對飛機姿態(tài)變化的影響，并基于分析結(jié)果驗證了診斷策略與容錯算法的優(yōu)越性。以上研究分別針對特定機型的故障診斷策略進行了驗證，為航空相關(guān)領(lǐng)域、相關(guān)部門對FLEA故障診斷策略的審定提供了必要的意見與參考[86]。

故障診斷技術(shù)在FLEA中的應(yīng)用為其可靠性的驗證與審定帶來了新的挑戰(zhàn)，包括判斷殘差、閾值選擇的合理性、建立通用的實驗驗證平臺并完善實驗算法、建立通用且完善的審定與驗證理論等。如果能夠很好地解決這些挑戰(zhàn)，就能夠?qū)⑾到y(tǒng)安全性的既定原則應(yīng)用于FLEA，以激勵開發(fā)者和審定責(zé)任部門的信心。

5 結(jié)論

本文對FLEA故障診斷技術(shù)進行了較為全面的概述，并對相關(guān)的研究成果、面臨的問題和挑戰(zhàn)進行了探討與分析。首先，F(xiàn)LEA故障診斷技術(shù)的優(yōu)點在于：故障響應(yīng)速度快、減少冗余設(shè)計的同時降低設(shè)計成本、提高系統(tǒng)的可靠性、促進系統(tǒng)在航空領(lǐng)域的應(yīng)用。其次，通過機理分析，建立新穎故障的模型并明確故障特征，減小閉環(huán)控制對故障診斷效果的干擾與影響，是未來FLEA研究和發(fā)展的關(guān)鍵點。此外，F(xiàn)LEA故障診斷技術(shù)的驗證與審定技術(shù)的研究仍處于探索階段，缺乏一個系統(tǒng)性的研究成果?，F(xiàn)尚存在以下幾個問題亟待解決與完善：

1）盡管FLEA故障診斷技術(shù)已在故障建模、閾值判斷、殘差解耦等方面取得了一定的成果和結(jié)論，然而，面對機理復(fù)雜、非線性與未知干擾耦合的FLEA，在不能對其進行精確建模的情況下，如何將殘差完全解耦并進行精確的故障診斷，仍然需要深入研究。另外，面對FLEA故障數(shù)據(jù)匱乏、故障征兆復(fù)雜的弊端，探索新技術(shù)帶來的新穎故障機理及其特征，降低故障診斷的漏報率和虛警率，都是對故障診斷進行優(yōu)化所需要解決的重要問題。

2）對于不同的控制器設(shè)計，已有的FLEA故障診斷策略通常無法保證診斷的殘差信號與所有的控制反饋之間都能夠?qū)崿F(xiàn)完全解耦，因此，閉環(huán)控制在一定程度上會影響故障診斷的效果。在對閉環(huán)系統(tǒng)進行故障診斷策略研究的過程中常存在以下問題：不同控制器的設(shè)計對故障診斷的影響尚不明確；控制量對故障診斷精度的影響難以定量分析；智能算法的引入通常會使得系統(tǒng)具有較強的魯棒性和自抗擾能力，導(dǎo)致漏報率升高。此外，針對智能控制算法和較為復(fù)雜的閉環(huán)控制技術(shù)，如何合理地設(shè)計故障診斷策略，是提高FLEA可靠性、助力FLEA故障診斷研究從理論應(yīng)用于工程的關(guān)鍵發(fā)展方向。

3）如何驗證故障診斷策略的有效性與可靠性，是保證FLEA故障診斷技術(shù)在民用航空器中大量應(yīng)用的關(guān)鍵要點。開發(fā)高效的驗證方法、搭建合理的驗證平臺是完成故障診斷策略有效性驗證分析的重要保證。其次，基于驗證方法與實驗驗證平臺的開發(fā)，結(jié)合規(guī)章要求與符合性驗證方法，可逐步形成FLEA故障診斷技術(shù)的審定策略。在此過程中，如何給出審定建議和審定技術(shù)的關(guān)注要點，不僅對保證FLEA的高可靠性及其工程應(yīng)用有著重要的意義，而且能夠為FLEA故障診斷技術(shù)的驗證提供理論依據(jù)與標(biāo)準(zhǔn)。