2022년 10월 28일
본 논문에서는 전자수압구동기(EHA)의 전기적 및 수력학적 결함을 검출하기 위해 정규화된 최소 평균 제곱(NLMS) 알고리즘과 회전 속도 추정 방법을 기반으로 하는 적응 필터를 소개합니다. 앞서 언급한 방법의 효능과 실현 가능성은 시뮬레이션과 실험을 통해 검증됩니다.
오류 감지는 EHA라고도 하는 전기 유압식 액추에이터의 실용성을 테스트하는 핵심 기술입니다. 이 프로토콜은 EHA 오류 감지를 위한 효과적인 설계 실험 방법을 가지고 있습니다. 이 프로토콜은 EHA의 오류를 효과적이고 신속하게 감지할 수 있는 시뮬레이션 및 실험 오류 감지 알고리즘을 결합합니다.
EHA 시뮬레이션 모델을 설정하려면 PC에서 시뮬레이션 소프트웨어를 열고 텍스트 원고에 설명된 대로 모델의 매개변수를 설정합니다. 그런 다음 위치 명령, 진폭이 0.01 미터 인 정현파, 초당 2 파이 반경의 주파수를 제공합니다. 모델링 메뉴로 들어가 모델 설정" 버튼을 클릭합니다.
시작 시간을 0초, 중지 시간을 6초로 시작하고, 유형을 가변 스텝으로, 솔버를 auto로 설정합니다. 결함 주입 스위치를 두 번 클릭하여 모델이 고장이 아닌 상태에서 작동하도록 설정합니다. 실행 버튼을 클릭하여 시뮬레이션을 실행하고 무결점 조건 결과를 수신합니다.
드로잉 소프트웨어를 실행하여 피스톤 로드 잘못된 배치의 곡선을 그립니다. 전기 기계 오류 삽입 스위치를 두 번 클릭하여 3 초 후에 전기 기계 오류를 주입하면 저항이 1000ums로 설정되어 모터 권선의 개방 회로 오류를 시뮬레이션합니다. 앞에서 설명한 대로 시뮬레이션 실행을 반복하여 전기기계적 결함 조건에 대한 결과를 얻습니다.
도면 소프트웨어를 실행하여 피스톤 로드 변위와 식별된 저항의 곡선을 그립니다. 인서트 유압 결함 스위치를 돌려 3초에 유압 결함을 주입하여 누출 값을 파스칼당 초당 10^9입방미터의 2.5배로 증가시켜 유압 장치 결함을 시뮬레이션합니다. 그런 다음 앞에서 설명한 대로 시뮬레이션 모델을 실행하여 유압 결함 조건에 대한 결과를 얻습니다.
도면 소프트웨어를 실행하여 피스톤 로드 변위 및 회전 속도 추정 결과의 곡선을 그립니다. PC, EHA 및 서보 컨트롤러를 배치합니다. PC에서 호스트 소프트웨어 인터페이스를 열고 서보 컨트롤러와 PC 간의 통신을 설정합니다. 소프트웨어의 visa 리소스 이름 드롭다운 창에서 적절한 직렬 포트를 선택합니다.
실행 버튼을 클릭하여 소프트웨어를 시작합니다. 소프트웨어의 수신 영역과 해당 곡선을 관찰하여 데이터 수신 기능이 정상인지 확인합니다. 솔레노이드 밸브 2 버튼을 클릭하여 솔레노이드 밸브 빨간색 표시등이 켜지는지 관찰하고 데이터 전송 기능이 정상인지 확인합니다.
서보 컨트롤러에 구동 전원을 공급하고 전압을 50볼트 dc로 설정합니다. 소프트웨어에서 EHA 스위치 버튼을 클릭하여 EHA를 실행 상태로 설정합니다. 데이터 로그 버튼을 클릭하여 데이터 로깅을 시작합니다.
기록된 데이터에는 실제 위치, 목표 위치, 실제 속도, 목표 속도, 버스 전류 및 전압과 같은 다양한 매개변수가 포함됩니다. EHA에 대한 사전 실행을 수행하고 소프트웨어에서 위치 명령을 내립니다. 여기에는 플러스 5 및 마이너스 5 밀리미터의 단계가 포함됩니다.
EHA가 정상적으로 작동하는지 관찰합니다. 소프트웨어에 대한 위치 명령에 진폭이 10 밀리미터이고 주파수가 1 헤르츠 인 정현파를 지정하십시오. 식별된 저항과 추정된 회전 속도가 무고장 작동 조건에서의 값과 일치하는지 관찰합니다.
결과가 올바르면 position 명령을 원래 상태로 되돌립니다. EHA 스위치 단추를 클릭하여 EHA를 중지하고 드라이브 전원을 차단합니다. 그런 다음 호스트 컴퓨터 소프트웨어를 중지하고 서보 컨트롤러와 PC 간의 통신을 중단합니다. 실험 데이터를 내보내고, 데이터를 분석하고, 그리기 소프트웨어를 사용하여 실험 결과의 곡선을 그립니다.
그런 다음 텍스트 원고에 설명 된대로 결과 분석을 진행합니다. 시뮬레이션 실행에서 무결함 조건에서 EHA 피스톤 로드의 실제 및 목표 위치 곡선은 우수한 동적 특성으로 정상적으로 작동했습니다. 그러나 전기 기계 오류 주입의 위치 곡선은 대상을 정확하게 추적 할 수 없었습니다.
저항 식별 알고리즘은 주입 전후에 식별된 값이 실제 값으로 수렴되어 방법이 원하는 효과를 달성했음을 나타냅니다. 유압 결함 주입 조건의 실제 및 목표 위치 곡선은 목표를 정확하게 추적할 수 없습니다. 주입 전에 추정된 회전 속도는 실제 회전 속도에 매우 가까웠습니다.
주입 후 회전 속도의 과도한 오차에 따라 유압 결함을 결정할 수 있습니다. 실험 결과는 시뮬레이션 결과에 따랐다. 저항 식별 알고리즘은 식별된 값이 시뮬레이션과 일치하는 0.3oms의 실제 값으로 수렴되는 것으로 나타났으며, 이는 방법이 원하는 효과를 달성했음을 나타냅니다.
해당 회전 속도 추정치는 실제 회전 속도에 가까웠고 회전 속도 오류는 기본적으로 0에서 2.5RPS의 허용 범위 내에서 변동했습니다. 오류 감지 기술은 EHA 중복성 및 상태 관리의 핵심입니다. 이는 EHA의 실용성을 높일 수 있는 길을 열 수 있습니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
이 연구는 정규화된 최소 제곱 평균(NLMS) 알고리즘을 사용한 전기 유압 액추에이터(EHA)의 전기 및 유압 고장 감지 방법을 제시합니다. 이 방법은 시뮬레이션과 실험을 통해 검증되었습니다.
Reliable fault detection in electro-hydrostatic actuators (EHA) is critical for ensuring operational safety and system integrity in advanced aerospace and automation platforms. The integration of adaptive filtering and rotational speed estimation enables early identification of electrical and hydraulic faults, reducing unplanned downtime and supporting predictive maintenance strategies. These capabilities directly impact the risk profile and lifecycle management of high-value electromechanical assets in regulated industries.
The adaptive fault detection method integrates into the automation reliability continuum, from early system validation through operational deployment in screening and preclinical research environments.