利用多模型状态估计器的容错液体测量系统技术方案

公开了一种容错液体测量系统，它包括用于测量容器内液体参数的多只传感器；每只传感器发生代表所测量的液体参数的测量信号。传感器被分成若干组，每组包括另一组的一些传感器。每组传感器的测量信号在处理器内加以处理以对每组传感器确定代表相应组测量信号的测量信号有效性的可能性的第一估计值信号，和根据相应组的测量信号确定代表容器内液量的第二估计值信号。该处理器再根据该第一和第二估计值信号的函数确定液量的第三估计值信号。在一种实施方案中，该系统将数据为Ｍ只的传感器分成Ｍ＋１子组，１个子组包括所有Ｍ只传感器，而所述其他Ｍ子组每组包括除１只以外的所有Ｍ只传感器，而所述其他Ｍ子组的每组内所缺失的传感器是同所述Ｍ只传感器不同的传感器，根据状态模型用各自对应的算法对每一传感器子组的测量信号加以处理以对每传感器子组确定第一和第二估计值信号。在另一种实施方案中，本系统探测故障测量信号，它是通过对每组传感器测量信号的处理以对每组传感器确定代表相应组的至少１个测量信号是故障测量信号的可能性信号，然后根据该可能性信号的函数确定该故障测量信号。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
本专利技术总体涉及容错液量测量系统，更具体而言，涉及使用多模型状态估计器的液量测量系统。液量测量系统，例如像飞行器燃油测量系统，可以在物理上划分为相互远离的多个箱，每个箱又可以有着称为槽的分区或分段。系统中的这些箱和槽可能遇到明显不同的环境和操作条件，如温度，振动，通风，姿态等。为了在这些条件下提供准确的液量测量，每只箱，甚至每只箱的每个槽都装备各自的一组传感器以测量受这些条件影响的液体参数。因此，每只箱和/或每个槽的液量可以利用各自相应的传感器组独立加以计算，而液体总量可以用单个量之和加以计算。对于用在整个液量系统中总的传感器数量而言，最为重要的是在该系统中包括一种容错水平以维持对苛刻的飞行操作的可靠性。尽管现在的系统被认为是可靠的，但总是有改进的余地。现行的系统提供某种程度的容错，其办法是在接口模块内包括内置式测试(BIT)电路用以对箱和/或箱的槽接收各种传感器信号并指示其状况。此外，这些传感器，例如，可以被过多地分割用于对分开的接口模块进行输入以增大一种接口模块中的容错。现在所建议的系统提供传感器融合技术用于计算液量。有些传感器融合技术被认为提供内置式容错而不需明确的故障探测。例如，竞争传感器融合技术用物理传感器冗余度操作，因此若干同类的传感器测量相同的物理量，因而可以使用如平均，匀称平均(trimmed averaging)，箱选择过滤或其他的表决方案以提供容错而无需明确的故障探测。为了使这些系统工作，必须有一半以上的传感器功能正常使之它们能形成主体。例如，为了通过竞争融合技术探测加速表传感器故障，必须使用至少三只分开的加速表。其他的传感器融合技术使用分析型的冗余度而不是物理冗余度，因此传感器测量通过一组方程式相互关联的参数。因而，每只传感器的输出可以从其他传感器的输出加以预测。在这类型式的系统中，容错是经由合适的传感器组分区实现的。例如，假定飞行器的燃油质量是通过使用不同传感器子组的一组算法计算的，这就会产生一组燃油质量的估计值。因而，匀称平均，介质过滤或其他表决方案可以被用于排除或低估由一种传感器故障所引发的反常。但是，这种技术要求对于任何单只传感器故障有一半以上的竞争算法保持不受影响。因此，上面所说明的这种传感器融合技术不能单独提供系统的单一容错，而是仍然需要单独的故障探测模块。本专利技术致力于一种容错系统，该系统克服了前面提到的系统缺点，提供一种同传感器融合处理本身一起实行的明确的传感器诊断技术。要具体而言，该容错液量测量系统包括用于测量液体参数的M只传感器；用于将M只传感器分成M+1子组的装置，1个子组包括所有M只传感器和所述其他M个子组中每组包括除1只以外的全部M只传感器以及在所述其他M子组的每一组内的该缺失传感器是一只不同于所述M只传感器的传感器；和用于处理传感器每个子组的测量信号的处理装置，该装置根据一种状态估计模型用各自对应的算法对传感器各子组的测量信号进行处理以为每一传感器子组确定对该对应子组的测量信号的代表测量信号有效性的可能性的第一估计值信号，以及根据对应子组的测量信号确定代表液量的第二估计值信号；根据所述第一和第二估计值信号确定液量的第三估计值信号的处理装置。根据本专利技术的另一方面，用于探测故障测量信号的系统包括将传感器分成若干组的装置，每组包括另外组的一些传感器；以及用于处理每组传感器的测量信号的处理装置以便为每组传感器确定一信号，该信号代表对应组的至少一种测量信号是一种故障测量信号的可能性，所述处理装置用于根据所述可能性信号的函数探测所说容器内液量故障的测量信号。图2和2A是附图说明图1所示实施方案的更为详细的展示。图3是适合于用在图1的实施方案中的多模型估计器实施方案的方框原理图。图4是用于显示将传感器分成子组以适合于解释图3实施方案的操作的图。图5是适合于用在图3的实施方案中的一种简单的多模型状态估计器结构的方框原理图。图6是图3实施方案的另一种实施方案的方框原理图。图7A和7B综合显示软件流程图，它用于举例说明适合于用在图3实施方案中扩展Kalman过滤器算法。图8是适合用于图3的实施方案的神经网络实施方案的方框原理图。图9是适合用于图3的实施方案的另一种神经网络实施方案的方框原理图。图10是图8的神经网络实施方案的一种更详细的功能原理图。图11是图9的神经网络实施方案的一种更为详细的功能原理图。图12是适合实现图3的实施方案的多模型结构的另级近似结构的方框原理图。图13是适合于实现图3的实施方案的多模型结构的Bayesian I结构的方框原理图。图14是适合于实现图3实施方案的多模型结构的交互式多模型结构的方框原理图。图15是对图3的实施方案的另一种实施方案的方框原理图。本专利技术的详细说明参照图1，在一种示例性应用中展示本专利技术的一种实施方案，这是一种飞行器上的燃料测量系统。虽然对专利技术的描述此处专门针对飞行器燃油测量，但这只是为了展示和说明的目的而不应当按限制意义加以解释。本领域技术人员将懂得本专利技术对任何想确定容器中的液量的液体测量应用均适用。图1中，飞行器10有着根据本专利技术的机上容错燃油测量/量度系统12。在本例中，测量系统12用于确定一个或多个燃油箱内或它们的槽内14的燃油13的量。术语“量”如此处使用的那样，既可以是燃油量，也可以是液体量，指的是规定液体13的体积，重量，质量或其组合的任何测量或定量化单位。它们的基本关系是等式1质量＝体积*密度或M＝V*ρ和等式2重量＝质量*加速度或W＝M*a箱内或槽内14的燃油13的质量是特别关心的，因为总的燃油质量决定可供驱动飞行器10的能量。在动态环境，如飞机中的直接量测量传感器尚不存在。因此，液体的量是从燃油13的其他参数的测量和计算得出的，这些参数包括密度，加速度以及箱中的燃油高度。这些和其他的参数既可采用不同的传感器16(在图1中的集体表示)加以测量，也可以从这种测量和其他的计算得到，其中所述传感器包括但并不限于电容式传感器，压力传感器，超声液位传感器，加速计和温度传感器。如本文所采用的那样，容器内的液体的一种参数，或一种“液体参数”包括可以被测量，探测或从计算或其他技术得到的该液体的任何特性。更具体而言，所测量到或探测到的液体参数包括任何液体特性(例如，回波行走时间，温度，压力，电容等)和/或对该液体起作用的外部参数，如加速度力。这些不同的参数属于举例性质的，因而在任何意义上都不应视为有意排除或限制。所推导出来的液体参数是该种液体的任何一种参数或特性或性质，它是从一种或多种所测量到的参数和/或对该系统可供采用的其他信息，如燃油平面高度，密度和声音速度(VOS)决定的或计算出来的或推导出来的。这些推导出来的参数在性质上也是示例性的而不应当被视为一种限制。传感器16的一些，一个或全部可以配置在箱内或它的槽14内，只要该传感器的设计允许这样做。但是，当然有些或全部传感器16可以是非侵入式的，说明传感器在电气上没有被暴露于燃油13和/或安装或配置在箱14之内。一般而言。为公开本专利的一种非侵入式传感器是这样一种传感器，它可以安装在有箱14的操作位置和从这一位置移去而无需从该箱14移去燃油13或当移去传感器时箱14的燃油不会有明显的损失，和/或这种传感器工作时不会将燃油13暴露于电气能量。但是，重要的是本文档来自技高网...

【技术保护点】
一种容错液体测量系统，它包括：多个用于测量容器内液体参数的传感器，每个所述传感器发生一种测量信号，代表所测量的液体参数；用于将所述传感器分成若干组的装置，每组包括另外组的某些传感器；和用于处理所述每组传感器测量信号的处理装置，从 而对每组传感器确定第一估计值信号，该第一估计值信号为所述相应组的测量信号代表测量信号有效性的可能性，以及根据所述对应组的测量信号确定代表所说容器内液量的第二估计信号，该处理装置用于根据所述第一和第二估计值信号的函数确定该容器内液量的第三估计值信号。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：B埃德，RR扎克热夫斯基，MG沃克，
申请(专利权)人：西蒙兹精密产品公司，
类型：发明
国别省市：US[美国]