Name: Electro-Hydrostatic Actuator에 대한 적응 필터 및 회전 속도 추정을 기반으로 한 결함 감지 방법의 설계 및 적용 (동영상) | JoVE Journal
Uploaded: 2022-10-28T13:00:00.000+00:00
Duration: 6 min 45 s
Description: 학습하세요 전기유압식 액추에이터(EHA)의 전기 및 유압 결함을 감지하는 적응 필터 방법을 NLMS 알고리즘과 회전 속도 추정 기술을 활용하여 설계하고 검증하는 과정을 시뮬레이션과 실험을 통해 확인합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 작업은 중국 민간 항공기 프로젝트 (No. MJ-2017-S49)와 중국의 지원을 받았다.
박사후과학재단(No. 2021M700331).

1. EHA 시뮬레이션 모델 구축
<ol><li>PC에서 시뮬레이션 소프트웨어를 엽니다.</li>
	<li>EHA 모델15의 수학 방정식에 따라 EHA에 대한 시뮬레이션 모델을 구축하고(그림 2), 컨트롤러로 3루프 PI를 수행합니다. 유압 모듈(그림 2C), 전기 모듈(그림 2B) 및 컨트롤러(그림 2B, D)를 세 가지 하위 모델로 캡슐화합니다. 참고: EHA 모델의 수학 방정식은 Eq (1)에서 다음과 같습니다. <img alt="Equation 1" src="/files/ftp_upload/63575/63575eq01.jpg" style="margin: auto;"> (1) 이 식에서, Ue는 전기자의 전압, Ke는 모터의 역기전력계수, ωm은 모터의 회전속도, L은 전기자의 등가 인덕턴스, i는 권선의 전류, R은 권선의 저항, Kt는 모터의 토크 계수이고, Jm은 회전자 관성 모멘트, Cm은 모터의 마찰 계수, q는 펌프의 변위, Pf는 유압 실린더 내의 두 챔버 사이의 압력 차이, A는 피스톤의 유효 면적, x는 피스톤로드의 위치, V0는 유압 실린더의 유효 캐비티 부피, B는 작동유의 벌크 모듈러스, Kil은 시스템의 총 내부 누설 계수, M은 피스톤 및 하중의 질량, Kf는 유압 실린더의 점성 감쇠 계수, Fex는 외부 하중 힘입니다.</li>
	<li>런타임에 호출할 수 있는 M 파일의 NLMS 알고리즘을 기반으로 적응 필터를 프로그래밍합니다. 참고: NLMS 알고리즘을 기반으로 한 적응 필터의 도출이 여기에 나와 있습니다. 전기 기계적 결함은 권선 저항을 식별하여 판단 할 수 있으며 이산화 된 모터 방정식은 다음과 같습니다. <img alt="Equation 2" src="/files/ftp_upload/63575/63575eq02.jpg" style="margin: auto;">(2) 이 공식에서, ts 는 샘플링 시간이고, R(k) 및 L(k)는 식별해야 하는 매개 변수입니다. EQ (2)다음과 같이 작성할 수 있습니다. <img alt="Equation 3" src="/files/ftp_upload/63575/63575eq03.jpg" style="margin: auto;">(3) 이 공식에서, <img alt="Equation 4" src="/files/ftp_upload/63575/63575eq04.jpg" style="margin: auto;"> 파라미터 벡터 θ(k), 샘플링 시간, ts, 저항을 얻기 위해 제거 할 수 있습니다. R(k). 3상 권선 중 하나가 고장 나면, R(k)이 정상 값에서 벗어납니다. 적응 필터는 다음에서 구성할 수 있습니다. 에큐 (3)를 사용하며, 필터의 추정 오차는 다음과 같다. <img alt="Equation 5" src="/files/ftp_upload/63575/63575eq05.jpg" style="margin: auto;">(4) 이 공식에서, e(k)는 변동하는 랜덤 신호입니다. 언제 e(k)가 충분히 작으면 필터의 예상 값은 ŷ(k). 마지막으로, 실제 출력으로 수렴 할 수 있다면, y(k), 매개 변수 벡터 θ(k)은 실제 시스템 매개변수로 수렴합니다. 최소 평균 제곱(LMS) 알고리즘은 최소 평균 제곱 오차를 기준으로 최적의 예측 및 필터링을 실현합니다. 자동 반복 조정을 수행하여 θ(k)는 시스템의 실제 값으로 수렴합니다. 비용 함수의 표현은 다음과 같습니다. <img alt="Equation 6" src="/files/ftp_upload/63575/63575eq06.jpg" style="margin: auto;">(5) 이 공식에서, <img alt="Equation 7" src="/files/ftp_upload/63575/63575eq07.jpg" style="margin: auto;"> Q(k)는 의 교차 상관 벡터입니다. y(k) 및 x(k). R(k)는 입력 벡터의 자기 상관 행렬입니다. 가장 가파른 하강법에 따르면 θ(k) 최적 솔루션에 접근하는 방법은 다음과 같습니다. <img alt="Equation 8" src="/files/ftp_upload/63575/63575eq08.jpg" style="margin: auto;">(6) 이 공식에서, µ 는 적응 가변 스텝 크기입니다. 실제 반복 프로세스에서는 현재 샘플링 지점의 값을 사용하여 추정합니다 Q(k) 및 R(k)로 표현할 수 있습니다. <img alt="Equation 23" src="/files/ftp_upload/63575/63575eq23.jpg" style="margin: auto;"> 그리고 <img alt="Equation 24" src="/files/ftp_upload/63575/63575eq24.jpg" style="margin: auto;">. 그런 다음 LMS 알고리즘을 다음과 같이 단순화할 수 있습니다. <img alt="Equation 9" src="/files/ftp_upload/63575/63575eq09.jpg" style="margin: auto;">(7) LMS 알고리즘은 θ(k)는 점차 실제 시스템 매개변수로 수렴됩니다. 실제 응용 분야에서 NLMS 알고리즘은 일반적으로 LMS 알고리즘의 느린 수렴 속도를 극복하는 데 사용됩니다. NLMS 알고리즘의 제약 조건은 다음과 같습니다. <img alt="Equation 10" src="/files/ftp_upload/63575/63575eq10.jpg" style="margin: auto;">(8) 제한된 최적화 문제를 해결하기 위해 라그랑주 승수 방법을 사용하면 비용 함수는 다음과 같습니다. <img alt="Equation 11" src="/files/ftp_upload/63575/63575eq11.jpg" style="margin: auto;"> <img alt="Equation 12" src="/files/ftp_upload/63575/63575eq12.jpg" style="margin: auto;">(9) 이 공식에서,λ 는 라그랑주 계수입니다. 의 최소값을 찾으려면 J(k), 의 편미분을 구합니다. J(k)에서 θ(k)을 선택하고 0으로 설정합니다. 다음과 같이 해를 계산합니다. <img alt="Equation 13" src="/files/ftp_upload/63575/63575eq13.jpg" style="margin: auto;">(10) 놓다 EQ (10) 에 EQ (8), 그런 다음 솔루션을 얻으십시오. λ 다음과 같이: <img alt="Equation 14" src="/files/ftp_upload/63575/63575eq14.jpg" style="margin: auto;">(11) <img alt="Equation 15" src="/files/ftp_upload/63575/63575eq15.jpg" style="margin: auto;">(12) 파라미터 벡터의 증분 변화를 제어하기 위하여, 스텝 팩터(step factor)는, β,이 공식에 도입되었으며 표현식은 다음과 같습니다. <img alt="Equation 16" src="/files/ftp_upload/63575/63575eq16.jpg" style="margin: auto;">(13) 동시에, 작은 입력 벡터로 인한 수치 계산의 어려움을 피하기 위해, 상대적으로 작은 양의 상수, γ가 소개됩니다. Li et al. 0 < β < 2 and 0 < γ < 1, the NLMS algorithm can achieve better convergence effects16. 최종 표현식은 다음과 같습니다. <img alt="Equation 17" src="/files/ftp_upload/63575/63575eq17.jpg" style="margin: auto;">(14)</li>
	<li>런타임에 호출할 수 있는 M 파일에 회전 속도 추정 알고리즘을 프로그래밍합니다. 참고: 회전 속도 추정 알고리즘의 도출이 여기에 나와 있습니다. 액츄에이터의 흐름 방정식은 다음과 같이 작성할 수 있습니다. <img alt="Equation 18" src="/files/ftp_upload/63575/63575eq18.jpg" style="margin: auto;">(15) 유압 장치가 정상 상태에서 작동 할 때 오일 압축 및 누출로 인한 총 유량 손실 (Qf)은 대략 다음과 같이 표현할 수 있습니다. <img alt="Equation 19" src="/files/ftp_upload/63575/63575eq19.jpg" style="margin: auto;">(16) 이 공식에서 η 는 EHA의 체적 효율입니다. 따라서, 속도 ωm과 변위 x 사이의 대략적인 분석 관계는 다음과 같이 얻을 수 있습니다. <img alt="Equation 20" src="/files/ftp_upload/63575/63575eq20.jpg" style="margin: auto;">(17) 이산화된 회전 속도 추정 오차 방정식은 다음과 같습니다. <img alt="Equation 21" src="/files/ftp_upload/63575/63575eq21.jpg" style="margin: auto;"> 이 공식에서 eωm(k)는 추정된 회전 속도 오차이고 <img alt="Equation 22" src="/files/ftp_upload/63575/63575eq22.jpg" style="margin: auto;"> 추정된 회전 속도입니다. eωm(k)의 변화는 유압 장치의 작동 조건을 반영합니다. eωm(k)가 갑자기 정상값에서 벗어나면 유압 장치의 상태가 비정상임을 의미하며 온라인으로 유압 결함을 감지하는 데 사용할 수 있습니다.</li>
	<li>오류 주입 모듈을 구축하고 오류 주입 여부를 결정할 수 있는 오류 주입 스위치(그림 2E, F)를 제공합니다.</li>
	<li>표 1에 따라 각 서브 모델의 특정 구성 요소를 두 번 클릭하여 시뮬레이션 모델의 매개 변수를 설정합니다.</li>
	<li>일련의 실험을 완료한 후 시뮬레이션 곡선을 그릴 수 있는 도면 소프트웨어를 프로그래밍합니다.</li>
</ol>2. 결함 검출 방법 시뮬레이션
<ol><li>진폭이 0.01m이고 주파수가 1Hz인 정현파인 위치 명령을 제공합니다.</li>
	<li>모델링( MODELING ) 메뉴로 들어가 모델 설정(Model Settings ) 버튼을 클릭합니다. 시뮬레이션 작업 파라미터를 시작 시간 0초, 중지 시간 6초, 유형을 가변 스텝으로, 솔버 를 자동으로 설정합니다.</li>
	<li>결함 주입 스위치를 두 번 클릭하여 모델이 결함이 없는 상태에서 작동하도록 설정합니다.</li>
	<li>실행 버튼을 클릭하여 시뮬레이션을 실행하고 무결점 조건 결과를 수신합니다.</li>
	<li>드로잉 소프트웨어를 실행하여 피스톤 로드 변위의 곡선을 그립니다.</li>
	<li>전기 기계 오류 삽입 스위치를 두 번 클릭하여 3초에 전기 기계 오류를 주입하면 저항이 1,000 Ω로 설정되어 모터 권선의 개방 회로 오류를 시뮬레이션할 수 있습니다.</li>
	<li>2.4단계와 2.5단계를 반복하여 전기기계적 결함 조건에 대한 결과를 얻습니다. 도면 소프트웨어를 실행하여 피스톤 로드 변위와 식별된 저항의 곡선을 그립니다.</li>
	<li>인서트 유압 결함 스위치를 돌려 3초에 유압 결함을 주입하면 누출 값이 2.5 × 10-9(m3/s)/Pa로 증가하여 유압 장치 결함을 시뮬레이션합니다.</li>
	<li>2.3단계와 2.4단계를 반복하여 유압 결함 상태에 대한 결과를 얻습니다. 도면 소프트웨어를 실행하여 피스톤 로드 변위 및 회전 속도 추정 결과의 곡선을 그립니다.</li>
</ol>3. 실험 플랫폼 구축(그림 3)
<ol><li>PC, EHA 및 서보 컨트롤러를 제자리에 설정합니다. EHA는 그림 4에 나와 있고 서보 컨트롤러는 그림 5에 나와 있습니다.</li>
	<li>전기 부품을 배선합니다.<ol><li>여러 항공 플러그를 통해 EHA 센서를 서보 컨트롤러의 센서 포트에 연결합니다.</li>
		<li>항공 플러그를 통해 EHA 모터 구동 포트를 서보 컨트롤러의 인버터 포트에 연결합니다.</li>
		<li>항공 플러그를 통해 서보 컨트롤러를 제어 전원과 구동 전원에 연결합니다. 주의 : 볼륨을 끕니다tage 안전을 위해 일시적으로.</li>
	</ol></li>
	<li>서보 컨트롤러와 PC 간의 통신을 설정합니다.<ol><li>PC에서 호스트 소프트웨어 인터페이스 (그림 6)를 엽니다.</li>
		<li>422-to-USB 시리얼 케이블을 통해 PC와 서보 컨트롤러를 연결하여 통신을 설정합니다.</li>
		<li>서보 컨트롤러에 제어 전원을 제공합니다. 제어 전원 전압은 24V DC입니다.</li>
		<li>소프트웨어의 VISA 리소스 이름 드롭다운 창에서 적절한 시리얼 포트를 선택합니다. 알림: 통신이 성공적으로 설정되지 않으면 RS422 통신이 설정될 때까지 케이블을 확인하거나 소프트웨어를 다시 시작하십시오.</li>
		<li>실행 버튼을 클릭하여 소프트웨어를 시작합니다.</li>
		<li>소프트웨어의 수신 영역과 해당 곡선을 관찰하여 데이터 수신 기능이 정상인지 확인합니다. 솔레노 이드 밸브 1 버튼을 클릭하여 솔레노이드 밸브에 풀인 소리가 나는지 관찰하고 데이터 전송 기능이 정상인지 확인합니다.</li>
	</ol></li>
</ol>4. 결함 검출 방법 실험
<ol><li>서보 컨트롤러에 구동 전원을 공급하고 전압을 50V DC로 설정합니다. 알림: 50V DC 저전압 작동은 시스템에 부하가 없기 때문에 안전한 작업을 보장합니다.</li>
	<li>소프트웨어에서 EHA 스위치 버튼을 클릭하여 EHA 를 실행 상태로 설정합니다. 데이터 로그 버튼을 클릭하여 데이터 로깅을 시작합니다. 기록된 데이터에는 실제 위치, 목표 위치, 실제 속도, 목표 속도, 버스 전류, 전압 등이 포함됩니다.</li>
	<li>EHA에 대한 사전 실행을 수행합니다. +0.005m 및 -0.005m 단계를 포함하는 소프트웨어 위치 명령을 제공합니다. EHA가 정상적으로 작동하는지 관찰합니다. 주의: EHA가 정상적으로 작동하지 않으면 이 실험을 계속하기 직전에 오류를 확인하십시오.</li>
	<li>진폭이 0.01m이고 주파수가 1Hz인 정현파인 소프트웨어에서 위치 명령을 내립니다.</li>
	<li>식별된 저항과 추정된 회전 속도가 무고장 작동 조건에서의 값과 일치하는지 관찰합니다.</li>
	<li>결과가 올바르면 position 명령을 원래 상태로 되돌립니다. EHA 스위치 버튼을 클릭하여 EHA 를 중지하고 구동 전원을 차단하고 호스트 컴퓨터 소프트웨어를 중지하고 서보 컨트롤러와 PC 간의 통신을 중단합니다.</li>
	<li>실험 데이터를 내보내고, 데이터를 분석하고, 그리기 소프트웨어를 사용하여 실험 결과의 곡선을 그립니다.</li>
	<li>실험 결과를 분석하고 시뮬레이션 결과와 비교하여 결론을 도출합니다.</li>
</ol>

<ol><li>Fu, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+on+design+method+of+electro-hydrostatic+actuator%5BTitle%5D)+AND+%22Journal+of+Beijing+University+of+Aeronautics+and+Astronautics%22%5BJournal%5D)">Review on design method of electro-hydrostatic actuator.</a> Journal of Beijing University of Aeronautics and Astronautics. 43 (10), 1939-1952 (2017).</li>
<li>Qi, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modelling+and+simulation+of+a+novel+dual-redundancy+electro-hydrostatic+actuator%5BTitle%5D)+AND+%222015+International+Conference+on+Fluid+Power+and+Mechatronics+%28FPM%29+IEEE%22%5BJournal%5D)">Modelling and simulation of a novel dual-redundancy electro-hydrostatic actuator.</a> 2015 International Conference on Fluid Power and Mechatronics (FPM) IEEE. , 270-275 (2015).</li>
<li>Chao, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+slipper+retainer+mechanism+to+eliminate+slipper+wear+in+high-speed+axial+piston+pumps%5BTitle%5D)+AND+%22Frontiers+of+Mechanical+Engineering%22%5BJournal%5D)">Integrated slipper retainer mechanism to eliminate slipper wear in high-speed axial piston pumps.</a> Frontiers of Mechanical Engineering. 17, (2022).</li>
<li>Yoo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+resilience+measure+formulation+that+considers+sensor+faults%5BTitle%5D)+AND+%22Reliability+Engineering%26+System+Safety%22%5BJournal%5D)">A resilience measure formulation that considers sensor faults.</a> Reliability Engineering& System Safety. 199, 106393(2019).</li>
<li>Fang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Online+inverter+fault+diagnosis+of+buck-converter+BLDC+motor+combinations%5BTitle%5D)+AND+%22IEEE+Transactions+on+Power+Electronics%22%5BJournal%5D)">Online inverter fault diagnosis of buck-converter BLDC motor combinations.</a> IEEE Transactions on Power Electronics. 30 (5), 2674-2688 (2015).</li>
<li>Lisnianski, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Power+system+structure+optimization+subject+to+reliability+constraints%5BTitle%5D)+AND+%22Electric+Power+Systems+Research%22%5BJournal%5D)">Power system structure optimization subject to reliability constraints.</a> Electric Power Systems Research. 39 (2), 145-152 (1996).</li>
<li>Fu, T., Wang, L., Qi, H., Liu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fault+diagnosis+and+management+of+electric+hydrostatic+actuator%5BTitle%5D)+AND+%22Machine+Tool+%26+Hydraulics%22%5BJournal%5D)">Fault diagnosis and management of electric hydrostatic actuator.</a> Machine Tool & Hydraulics. 38 (9), 120-124 (2010).</li>
<li>Maddahi, A., Kinsner, W., Sepehri, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Internal+leakage+detection+in+electrohydrostatic+actuators+using+multiscale+analysis+of+experimental+data%5BTitle%5D)+AND+%22IEEE+Transactions+on+Instrumentation+and+Measurement%22%5BJournal%5D)">Internal leakage detection in electrohydrostatic actuators using multiscale analysis of experimental data.</a> IEEE Transactions on Instrumentation and Measurement. 65 (12), 2734-2747 (2016).</li>
<li>Guo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hydraulic+piston+pump+in+civil+aircraft%3A+Current+status%2C+future+directions+and+critical+technologies%5BTitle%5D)+AND+%22Chinese+Journal+of+Aeronautics%22%5BJournal%5D)">Hydraulic piston pump in civil aircraft: Current status, future directions and critical technologies.</a> Chinese Journal of Aeronautics. 33 (01), 16-30 (2020).</li>
<li>Jackson, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+model-based+fault+detection+and+diagnosis+for+automated+systems%5BTitle%5D)+AND+%22IEEE+Industry+Applications+Society+Dynamic+Modeling+Control+Applications+for+Industry+Workshop%22%5BJournal%5D)">Real-time model-based fault detection and diagnosis for automated systems.</a> IEEE Industry Applications Society Dynamic Modeling Control Applications for Industry Workshop. , 26-28 (1997).</li>
<li>Alcorta, G. E., Zolghadri, A., Goupil, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+non-linear+observer-based+approach+to+oscillatory+failure+detection%5BTitle%5D)+AND+%222009+European+Control+Conference+%28ECC%29%22%5BJournal%5D)">A novel non-linear observer-based approach to oscillatory failure detection.</a> 2009 European Control Conference (ECC). , 1901-1906 (2009).</li>
<li>Castaldi, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+of+residual+generators+and+adaptive+filters+for+the+FDI+of+aircraft+model+sensors%5BTitle%5D)+AND+%22Control+Engineering+Practice%22%5BJournal%5D)">Design of residual generators and adaptive filters for the FDI of aircraft model sensors.</a> Control Engineering Practice. 18 (5), 449-459 (2010).</li>
<li>Zhu, P., Dong, W., Mao, Y., Shi, H., Ma, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kernel+adaptive+filtering+multiple-model+actuator+fault+diagnostic+for+multi-effectors+aircraft%5BTitle%5D)+AND+%222019+12th+Asian+Control+Conference+%28ASCC%29%22%5BJournal%5D)">Kernel adaptive filtering multiple-model actuator fault diagnostic for multi-effectors aircraft.</a> 2019 12th Asian Control Conference (ASCC). , 1489-1494 (2019).</li>
<li>Hidayat, R., Ramady, G. D., Lestari, N. S., Mahardika, A. G., Fadriani, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+normalized+least+mean+square+algorithm+of+smart+antenna+beamforming+for+interference+mitigation%5BTitle%5D)+AND+%22Journal+of+Physics%3A+Conference+Series%22%5BJournal%5D)">Optimization of normalized least mean square algorithm of smart antenna beamforming for interference mitigation.</a> Journal of Physics: Conference Series. 1783, 012085(2021).</li>
<li>Fu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modelling+and+simulation+of+flight+control+electromechanical+actuators+with+special+focus+on+model+architecting%2C+multidisciplinary+effects+and+power+flows%5BTitle%5D)+AND+%22Chinese+Journal+of+Aeronautics%22%5BJournal%5D)">Modelling and simulation of flight control electromechanical actuators with special focus on model architecting, multidisciplinary effects and power flows.</a> Chinese Journal of Aeronautics. 30 (1), 47-65 (2017).</li>
<li>Li, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((New+normalized+LMS+adaptive+filter+with+a+variable+regularization+factor%5BTitle%5D)+AND+%22Journal+of+Systems+Engineering+and+Electronics%22%5BJournal%5D)">New normalized LMS adaptive filter with a variable regularization factor.</a> Journal of Systems Engineering and Electronics. 30 (2), 259-269 (2019).</li>
</ol>

저자는 이 논문에 보고된 작업에 영향을 미칠 수 있는 알려진 경쟁적인 재정적 이해관계나 개인적인 관계가 없다고 선언합니다.

이러한 실험 단계를 수행할 때 정확한 계산 결과를 얻기 위해서는 알고리즘의 실시간 기능을 확보하는 것이 중요했습니다. 신호 획득 프로세스의 백색 잡음은 시뮬레이션을 현실에 더 가깝게 만들기 위해 실제 센서의 특성을 시뮬레이션하기 위해 채택되었습니다. 시뮬레이션 및 실험에서 이동평균 필터를 적용하여 식별된 저항과 추정된 회전 속도의 변동을 줄여 결함 특성을 보다 안정적이고 쉽게 판단할 수 있도록 했습니다. 실험 중 갑작스런 통신 중단의 경우 구동 전원 공급을 즉시 차단해야 하며 통신이 다시 설정된 후에만 실험을 수행할 수 있다는 점에 유의해야 합니다.
권선 저항 식별 알고리즘의 경우 실험 결과는 시뮬레이션 결과와 거의 동일했지만 둘 다 약 0.3 Ω 변동했지만 실험에서 식별된 저항은 더 크게 변동했으며 그 효과는 이상적이지 않았습니다. 그 이유는 현재 컬렉션이 많은 간섭을 받았기 때문입니다. 예를 들어, 모터가 정류 중일 때 전원 장치의 스위치 상태를 즉시 변경할 수 없으며 수집된...

전기 유압식 액츄에이터(EHA)는 더 많은 전기 항공기(MEA)의 비행 제어를 위한 핵심 구성 요소입니다. EHA의 일반적인 구조는 그림 1에 나와 있습니다. 컴팩트한 구조는 기존의 유압 서보 액추에이터(HSA)에 비해 높은 전력 밀도, 낮은 유지 보수, 더 높은 내결함성 및 안전성을 보장합니다1. 그러나 EHA의 현재 신뢰성은 더 많은 전기 항공기2의 실제 요구 사항을 충족 할 수 없습니다. 그 결과, EHA의 설계에 이중화 기술이 도입되었습니다. 이중화 기술의 효과를 극대화하기 위해서는 고장 감지 방법3으로 시스템의 작동 상태를 모니터링해야 합니다. 오류가 발생하는 위치에 따라 EHA의 오류 모드는 서보 컨트롤러 오류와 전원 제어 장치(PCU) 오류로 나눌 수 있습니다. PCU 결함은 센서 결함, 전기 기계 장치 결함 및 유압 장치 결함으로 더 나눌 수 있습니다. 서보 컨트롤러의 결함 메커니즘은 EHA 본체와 거의 관계가 없으며 센서의 결함 확률은 장비 구성 요소4의 결함 확률보다 훨씬 낮습니다. 따라서 우리는 이 논문에서 전기 기계 장치와 유압 장치의 결함에 초점을 맞춥니다.
전기 기계 장치 오류에는 모터 드라이브 모듈 오류 및 브러시리스 DC 모터(BLDCM) 오류가 포함됩니다. 일반적으로, 전력 구동 전자장치(PDE) 결함(예를 들어, 단락 결함, 개방 회로 결함)의 확률은 상대적으로 높다. 단락 오류가 발생하면 PDE 전류가 단시간에 급격히 상승하여 모터 정지 또는 전기 부품 손상과 같은 심각한 결과를 초래합니다. 모터는 개방 회로 오류가 발생한 후에도 작동 상태를 유지할 수 있지만 다른 전기 부품에 대한 과전류 및 과전압은 여전히 불가피하며 결과적으로 2차 오류가 발생할 수 있습니다5. BLDCM의 경우 모터 권선은 단락 또는 개방 회로6로 인한 결함이 발생하기 가장 쉽습니다. 전기 기계 장치의 PDE는 해당 모터 권선과 직렬로 연결됩니다. 모터 권선용으로 설계된 고장 감지 방법은 PDE의 고장을 처리할 때도 효과적입니다. 따라서 모터와 PDE를 모두 포함한 전기 기계 장치 결함은 온라인으로 감지되어야 합니다.
유압 장치 결함에는 고정 변위 피스톤 펌프, 통합 밸브 블록 및 작동 실린더7의 오류 발생이 포함됩니다. EHA의 피스톤 펌프는 피스톤, 비스듬이 판 및 벨브 판으로 구성됩니다; 씰의 손상과 밸브 플레이트의 마모는 결함의 주요 형태입니다8. 이 두 가지 오류 모드는 펌프의 누출을 증가시킵니다. 출력 유량 및 압력의 비정상적인 변화가 뒤따르며 결국 작동 실린더의 속도가 감소하고 시스템의 서보 성능이 저하됩니다. 통합 밸브 블록의 오류 모드에는 가압 저장소 오류, 체크 밸브 오류, 릴리프 밸브 오류 및 모드 선택 밸브 오류가 포함됩니다. 가압 저장소는 일반적으로 높은 신뢰성을 가진 자체 부스팅 설계를 채택합니다. 그러나 오류가 발생하면 충전 압력이 충분하지 않으면 펌프가 캐비테이션되어 비정상적인 출력 흐름이 발생합니다. 스프링 피로, 부품 마모 및 변형은 체크 밸브 및 릴리프 밸브의 일반적인 결함 모드입니다. 체크 밸브 결함은 역 누출로 나타나 비정상적인 흐름으로 직접 이어집니다. 릴리프 밸브 결함은 잘못된 보호 기능으로 이어져 비정상적인 압력을 초래합니다. 모드 선택 밸브의 일반적인 결함은 리턴 스프링의 고장과 와이어 코일의 파손입니다. 전자는 작동 상태의 전류 전환을 일으켜 작동 실린더의 비정상적인 움직임을 유발합니다. 작동 실린더 결함은 위치 제어 정밀도와 동적 성능을 저하시킵니다. 요약하면, 유압 장치의 결함은 비정상적인 흐름과 압력을 유발합니다9. EHA 시스템에서는 유량과 모터의 회전 속도가 거의 비례하기 때문에 회전 속도를 온라인으로 모니터링하여 갑작스러운 오류로 인한 비정상적인 유량과 압력을 감지할 수 있습니다.
앞서 언급한 전기 기계 장치 결함 및 유압 장치 결함을 겨냥한 해당 결함 감지 방법을 설계해야 합니다. 전자기계 시스템에서 결함 검출을 위한 방법은 주로 상태 추정 및 파라미터 식별(parameter identification10)을 포함한다. 상태 관찰자는 상태 추정을 수행하고 관찰자가 생성한 잔여 시퀀스를 분석하여 결함을 결정하는 시스템의 수학적 모델을 기반으로 구축됩니다. Alcorta et al. 상업용 항공기의 진동 결함 감지를 위한 두 가지 수정 항을 가진 간단하고 참신한 비선형 관찰자를 제안했는데, 이는 매우 효과적이다11. 그러나 이러한 유형의 방법은 관찰자의 견고성 문제를 해결해야 합니다. 즉, 모델 오차 또는 외부 외란과 같은 무결함 정보로 인한 잔류 시퀀스의 변화를 억제해야 합니다. 또한 이 방법은 종종 매우 정확한 모델 정보를 필요로 하므로 실제 엔지니어링 응용 프로그램에서는 일반적으로 수집하기 어렵습니다.
파라미터 식별 방법은 시스템에서 중요한 파라미터를 식별하기 위해 특정 알고리즘을 사용합니다. 오류가 발생하면 해당 매개 변수 값도 변경됩니다. 따라서 매개변수의 변화를 감지하여 결함을 감지할 수 있습니다. 매개변수 식별 방법은 잔류 시퀀스의 계산이 필요하지 않으므로 검출 정확도에 대한 교란의 영향을 피할 수 있습니다. 적응형 필터는 구현이 쉽고 성능이 안정적이기 때문에 매개변수 식별에 널리 사용되어 왔으며, 이는 전기기계적 결함 감지에 유리하고 실현 가능한 방법임을 의미한다12. Zhu et al. 커널 적응 필터를 기반으로 하는 새로운 다중 모델 적응 추정 오류 감지 방법을 제안했는데, 이는 실제 비행 상태 값의 추정과 액추에이터 오류 감지를 온라인으로 우수한 성능으로 실현합니다13.
이전 연구를 참조하여 해당 오류 감지 방법이 설계되었습니다. 권선의 저항은 전기적 오류가 발생하면 갑자기 변합니다., 개방 회로 오류 또는 단락 오류와 같은. 따라서 NLMS 알고리즘을 기반으로 적응 필터를 설계하여 권선의 저항을 식별하여 전기적 결함이 발생했는지 여부를 확인할 수 있습니다. 파라미터 벡터의 변화를 최소화하기 위해 적응 필터를 NLMS 알고리즘과 결합하는 것은 더 좋고 더 빠른 수렴 효과(14)를 유도한다. 유압 장치 결함의 경우 펌프의 회전 속도와 작동 실린더의 위치 사이의 명확한 분석 관계를 기반으로 회전 속도 추정 알고리즘이 제안되었습니다. EHA 유압 결함은 추정 회전 속도와 실제 속도를 실시간으로 비교하여 온라인으로 감지되었습니다.
본 논문에서는 시뮬레이션과 실험을 결합한 테스트 방법을 채택하였다. 먼저, EHA의 수학적 모델을 구축하고, 제안된 결함 검출 방법에 대한 시뮬레이션을 수행하였다. 시뮬레이션에는 무고장 및 고장 주입 조건에서의 검출 방법 검증이 포함되었습니다. 그런 다음 실제 서보 컨트롤러에서 오류 감지 방법을 구현했습니다. 마지막으로 시뮬레이션과 실험의 결과를 분석하고 비교하여 결함 검출 방법의 효능을 평가하였다.

<table><tbody><tr><td>LabVIEW</td><td>NI</td><td>NI LabVIEW 2018</td><td></td></tr><tr><td>Matlab/SIMULINK</td><td>MathWorks.Inc</td><td>R2020a</td><td></td></tr><tr><td>개인용 컴퓨터</td><td>Lenovo</td><td>Y7000 2020H</td><td></td></tr><tr><td>24V 스위칭 전원 공급 장치</td><td>ECNKO</td><td>S-250-24</td><td></td></tr><tr><td>프로그래밍 가능한 전류 소스</td><td>Greens Pai</td><td>GDP-50-30</td><td></td></tr></tbody></table>

electro-hydrostatic actuator에 대한 적응 필터 및 회전 속도 추정을 기반으로 한 결함 감지 방법의 설계 및 적용

Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator

전기 유압식 액추에이터 (EHA)는 높은 전력 밀도와 낮은 유지 보수로 인해 더 많은 전기 항공기 (MEA)의 비행 제어 시스템에 사용되는 유망한 작동 장치입니다. 복잡성이 증가함에 따라 시스템의 신뢰성이 감소하기 때문에 오류 감지가 점점 더 중요해지고 있습니다. 이 논문에서는 EHA의 전기적 결함을 감지하기 위해 온라인으로 모터 권선의 저항을 식별할 수 있는 정규화된 최소 평균 제곱(NLMS) 알고리즘을 기반으로 적응 필터를 설계했습니다. 또한 회전 속도와 변위 간의 분석적 관계를 기반으로 회전 속도 추정 방법을 설계했습니다. 실제 회전 속도를 추정 된 속도와 비교하면 유압 결함을 감지 할 수 있습니다. 앞서 언급한 방법의 효능을 검증하기 위해 오류 주입 및 감지를 포함한 모델링 및 시뮬레이션에 소프트웨어가 적용되었습니다. 이를 바탕으로 실험 플랫폼이 구축 된 후 일련의 검증 실험을 거쳤습니다. 결과는 결함 감지 방법이 EHA에서 전기적 및 수리적 결함을 감지할 수 있는 잠재력을 가지고 있음을 나타냅니다.

시뮬레이션에서 무고장 조건에서 EHA 피스톤 로드의 실제 위치 및 목표 위치 곡선은 그림 7에 나와 있습니다. 곡선에 따르면, 시스템은 양호한 동적 특성으로 정상적으로 작동하고있었습니다. 전기 기계적 오류 주입 조건에서 EHA 피스톤 로드의 실제 위치 및 목표 위치 곡선은 그림 8에 나와 있습니다. 곡선에 따르면 시스템은 목표물을 정확하게 추적 할 수 없습니다. 저항 식별 알고리즘의 결과는 도 9에 나타나 있으며, 이러한 결과는 주입 전에 식별된 값이 0.3 Ω의 실제 값으로 수렴하고 ±0.02 Ω 변동하는 반면, 주입 후 식별된 값은 1,000 Ω의 실제 값으로 수렴하고 ±3 Ω 변동하여 방법이 원하는 효과를 달성했음을 나타냅니다. 유압 결함 주입 조건에서 EHA 피스톤 로드의 실제 위치 및 목표 위치 곡선은 <strong class="...

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.

Electro-Hydrostatic Actuator에 대한 적응 필터 및 회전 속도 추정을 기반으로 한 결함 감지 방법의 설계 및 적용

The electro-hydrostatic actuator (EHA) is a promising actuating apparatus used in flight control systems for more electric aircraft (MEA) due to its high ...

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.

design-application-fault-detection-method-based-on-adaptive-filters

Research

연구

JoVE Journal

Engineering

공학

전기 유체 정역학 액추에이터에 대한 적응형 필터 및 회전 속도 추정에 기반한 오류 감지 방법의 설계 및 적용Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for a Electro-Hydrostatic Actuator

본질적으로 낮은 스퀴즈 필름 댐핑 조건으로 긴 정착 시간에 프린 징 필드 MEMS 정전 작동기 결과 견고한 장치 설계는 종래의 공정을 사용하여 바이어스 스위칭 동작을 수행 할 때. 간에 전환 할 때 DC-동적 파형과 시간 개선 스위칭 실시간 언저리 필드의 안정화 시간을 감소 MEMS 액추에이터로 다운 - 업 및 다운으로 가동 상태.

실시간 DC-동적 바이어스 방법 심각하게 부족 감쇠 프린 징 필드 정전기 MEMS 엑츄에이터에서 시간 개선을 전환하기위한

모듈식 디자인에는 프로토콜 선물이 고 특별 한 생산 작업 지능형 로봇을 디자인 하는 과학 및 기술 노동자를 있도록 지능형 로봇의 생산 개인 필요에 따라 개별 디자인.

모듈형 설계 및 폐쇄 루프 제어 전략에 따라 지능형 로봇의 생산

우리는 전기 유체 정역학 액추에이터에서 단일 축 동축 모터 펌프 어셈블리의 펌프 흐름 특성과 성능을 평가하고 모터 펌프 어셈블리의 광범위한 작업 조건에서 실험적으로 전체 효율을 조사하기위한 시뮬레이션 모델을 구축했습니다.

전기 유체 정역학 액추에이터에서 단일 축 동축 모터 펌프 어셈블리의 모델링 및 실험 분석

전기 가변 변위 펌프(EVDP)의 예비 설계를 지원하는 시뮬레이션 모델이 개발되어 실험에 의해 부분적으로 검증됩니다. 제어 성능, 수명, 신뢰성 등은 EVDP 예비 설계 작업의 주요 성능 요구 사항을 다루는 제안 된 모델을 사용하여 모두 평가할 수 있습니다.

전기 가변 변위 펌프의 예비 설계를 위한 모델링 및 시뮬레이션 방법

고속 이동 표면에서 액체 제트 충돌을 검사하기 위한 두 가지 실험 장치인 공기 대포 장치와 회전 디스크 장치에 대해 설명합니다. 이 장치는 레일 상단 마찰 제어를 위해 레일 트랙에 액체 마찰 조절제(LFM)를 적용하기 위한 최적의 접근 방식을 결정하는 데 사용됩니다.

이동 표면에 고속 액체 제트 매복의 시각화

우리는 HF의 시츄 변경이 2 O 2 / H 2 O 용액 (0.01 % -0.5 %) 또는 메탄올 용액 H로 채워진 미세 유체 챔버에서 샘플을 조사함으로써 친수성 또는 소수성 상태의 Si (001) 표면 처리에서의 공정보고 상대적으로 낮은 펄스 UV 플루 언스의 레이저 펄스를 사용.

액체 환경에서의 펄스 자외선 레이저 조사에 의한 실리콘 표면의 젖음성의 선택 영역 수정

이 논문은 솔루션의 증발 속도 검출을위한 임피던스 기반 장치를 제공합니다. 이것은 종래의 체중 감소 방법을 통해 명확한 이점을 제공한다 : 고속 응답, 고감도 검출 작은 샘플 요구 여러 시료를 측정하고, 클리닝 및 재사용을 위해 쉽게 해체.

증발 속도 검출을위한 고성능 임피던스 기반 플랫폼

레이저 도플러 신발 (LDV), 튜닝, 튜닝 기능, 및 장치 실패 및 stiction, 회피의 수정 하는 주파수 측정을 포함 하 여를 사용 하는 고정-고정 빔 디자인에 대 한 프로토콜 제공 됩니다. 네트워크 분석기를 통해 LDV 방법의 우수성 때문에 그것의 더 높은 모드 기능 시연입니다.

설계 및 효율적인 넓은 범위 가변 MEMS 필터 특성 방법론

이 논문에서 우리 직접 아직 코피는 성장 하는 프로토콜 유연한 리드 지르코늄 타이타늄 메모리 요소에 현재 모스크바 운 모.

제조 및 반 데르 발스 Heteroepitaxy에 따라 유연한 Ferroelectric 요소에 대 한 측정 방법

여기 선물이 순수 단축 선적 기계를 개발 하는 프로토콜. 중요 한 디자인 측면은 정확 하 고 재현 가능한 테스트 결과 보장 하기 위해 고용 됩니다.

단축 선적 기계 개발에 디자인 측면의 응용

학습하세요 전기유압식 액추에이터(EHA)의 전기 및 유압 결함을 감지하는 적응 필터 방법을 NLMS 알고리즘과 회전 속도 추정 기술을 활용하여 설계하고 검증하는 과정을 시뮬레이션과 실험을 통해 확인합니다.

Electro-Hydrostatic Actuator에 대한 적응 필터 및 회전 속도 추정을 기반으로 한 결함 감지 방법의 설계 및 적용

더 많은 동영상 탐색