一种基于混合激励算子的氢能无人机健康监测与管理方法

1.一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，包括以下步骤：第一步、建立基于在线参数辨识的氢燃料电池电压估计器，实时估计电压输出，并与电压量测值生成电压残差，同时获取燃料电池最大输出功率，以此进行健康监测，并对燃料电池最大输出功率不足的情况采取紧急迫降；第二步、设计混合激励算子，通过DC/DC转换器向燃料电池注入高频激励，通过无人机主动、机动注入不影响飞行稳定性的低频激励，利用注入的高频激励、低频激励与响应电压信号在线计算特征频率阻抗，并将特征频率阻抗作为故障诊断特征；第三步、设计故障分类器，基于特征频率阻抗，将故障类型分为水淹、膜干、欠氧三类；第四步、基于诊断的具体的故障类型控制排气部件进行故障恢复。 2.根据权利要求1所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第一步包括：建立燃料电池电压模型为： (1) ；其中， 为单片燃料电池电压， 为由温度等因素决定的能斯特势能， 为燃料电池电流密度， 为燃料电池内阻， 为极限电流密度， ， 与 为未知系数， 为电堆温度， 与 分别为阳极氢气压力与阴极氧气压力；定义模型未知参数向量 ，则式(1)表示为 ，其中 表示量测方程，上标T表示矩阵的转置。 3.根据权利要求2所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第一步还包括：基于扩展卡尔曼滤波器设计情燃料电池电压估计器，首先将燃料电池电压模型写为离散状态空间方程形式： ；其中，下标k代表第k步， 为第k步的模型未知参数向量， 为第k步的单片燃料电池电压， 与 分别为已知高斯分布的过程噪声与量测噪声，其协方差矩阵分别为 与 ，均值均为0， 为根据第k步测量的温度、阳极氢气压力与阴极氧气压力计算得到的能斯特势能， 为第k步的燃料电池电流密度，在线参数辨识的算法设计如下： ；其中，标注符号^代表所作用变量的估计值，上标-代表所作用变量的先验估计， 是状态协方差矩阵， 为输出矩阵。 4.根据权利要求3所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第一步还包括：通过在线参数辨识的算法在线更新模型未知参数向量 ，获取燃料电池实时最大功率 ： ；其中， 为燃料电池所含单片电池数量， 为单片电池有效反应面积， 为燃料电池最大功率电流点， 满足： ；当 时，将执行紧急迫降，在线参数辨识的算法结束，否则进行后续步骤，其中 为无人机悬停所需功率；同时，通过在线参数辨识获得电压估计残差 ： ；其中， 为燃料电池电压测量值， 为燃料电池电压估计值；进行电压估计残差在线计算，当电压估计残差 超过设定阈值 时，则判断为发生故障。 5.根据权利要求2所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第二步中，混合激励算子包括用于检测燃料电池内部质子传输损失的高频激励的信号和用于检测传质损失的低频激励的信号，通过电流信号形式注入，信号生成过程包括：由DC/DC转换器发出燃料电池电流控制信号 ，用于注入高频激励，其中 为燃料电池电流，下标des代表期望信号， 为高频激励幅值， 为高频激励信号频率， 选取为燃料电池阻抗谱与实轴交点对应频率，t表示时间；各激励电流交流成分的幅值选取为燃料电池工作电流直流成分的5~10%，高频激励的信号、低频激励的信号的注入时长不小于8个周期。 6.根据权利要求5所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述信号生成过程还包括：向无人机飞行控制器发出周期偏航指令信号 ，通过无人机的周期偏航机动产生周期负载需求功率，进而产生周期燃料电池电流，用于注入低频激励，其中 为周期偏航角幅值， 为低频激励信号频率， 选取为阻抗谱虚部最大值对应频率；设计基于滑模的无人机飞行控制器，其控制律为： ；其中， 和 分别为电机在机体坐标系中产生的拉力和扭矩，即控制输入， 为z轴分量， 分别为x，y，z轴分量， 与 为无人机位置向量与速度向量， 为期望轨迹的一阶时间导数， 为期望轨迹的二阶时间导数， 为重力常量， 为角速度向量， 为机体坐标系到惯性坐标系的转换矩阵， 为由当前姿态角决定的四元数误差， 为滑模消失项， ， ， 和 为可调参数， 为积分滑动变量， 为期望角速度向量；由控制输入决定电机转速： ；其中， 与 分别为电机的拉力与力矩系数， 为由四旋翼构型与物理尺寸决定的分配矩阵， ， ， 和 为各电机的转速；电机转速确定后产生对应需求功率 ： ；其中， ， 与 分别为第i个电机的电压、电流与转速， ， 、 、 、 分别为电机的内阻、KV值、空载电压、空载电流， 为辅助设备功率；负载功率需求通过燃料电池电压模型向燃料电池注入正弦电流。 7.根据权利要求6所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述信号生成过程还包括：通过测量高频激励信号频率 与低频激励信号频率 下的激励电流与燃料电池电压响应，在线计算特征频率阻抗，作为故障诊断的特征；特征频率阻抗包括高频阻抗实部 与低频阻抗虚部 ，计算如下： ；其中， 与 分别为高频激励电流信号的实轴与虚轴分量， 与 分别为高频响应电压信号的实轴与虚轴分量， 与 分别为低频激励电流信号的实轴与虚轴分量， 与 分别为低频响应电压信号的实轴与虚轴分量，各分量计算如下： ； ； ； ；其中， 为采样开始时间， 为燃料电池电压， 为正整数。 8.根据权利要求1所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第三步包括：首先根据历史数据与分析将高频阻抗实部 划分为高、中两类，将低频阻抗虚部 划分为高、中、低三类；然后依据机理分析与专家知识设计故障分类器，故障分类器包含六条模糊逻辑规则。 9.根据权利要求8所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述模糊逻辑规则为：（1） 若 为中且 为低，则系统状态为正常；（2）若 为中且 为中，则系统状态为水淹；（3）若 为中且 为高，则系统状态为欠氧；（4）若 为高且 为低，则系统状态为膜干；（5）若 为高且 为中，则系统状态为膜干；（6）若 为高且 为高，则系统状态为欠氧。 10.根据权利要求1所述的一种基于混合激励算子的氢能无人机健康监测与管理方法，其特征在于，所述第四步包括：检测到故障后，根据诊断结果对排气部件的执行器进行控制，恢复燃料电池健康并保证无人机的安全性；检测到膜干故障时，增加散热风扇转速，降低燃料电池温度以降低水蒸发率；检测到水淹故障时，增加阴极排水阀一个周期内的吹扫时间，以加速燃料电池中多余水产物的排出；检测到欠氧故障时，增加阴极进气扇转速，以提高单位时间内氧气供应量。