故障检测与容错控制
在磁悬浮系统中，电磁力承担着悬浮、导向和驱动等关键任务。由于系统本身具有高度非线性、强耦合以及开环不稳定等特性，任何微小的传感器故障、执行器异常或线路中断，都可能导致悬浮物体失稳跌落，进而造成严重的设备损坏与安全事故。因此，构建完善的故障检测与容错控制机制，是保障磁悬浮系统长期安全、可靠运行的核心基础。
要实现精准的故障检测，首先需要明确磁悬浮系统中常见的故障模式。通常，故障可分为以下三大类：
- 传感器故障：磁悬浮系统高度依赖位移传感器、加速度传感器和电流传感器来获取状态反馈。常见故障包括传感器漂移、恒值偏差、脉冲干扰或完全失效。一旦反馈数据失真，控制器将基于错误信息进行调节，导致系统失稳。
- 执行器故障：执行器主要指电磁铁及其驱动功率放大器。故障表现包括线圈局部短路或断路、功率开关管击穿、以及偏置电流异常。这类故障会直接削弱系统的电磁作动能力。
- 被控对象及外部故障：包括负载突变、机械共振、供电电压波动等。虽然不属于硬件损坏，但会改变系统的动力学特性，超出常规控制器的稳定边界。
故障检测核心机制
故障检测机制的核心在于“残差生成与评估”。即通过对比系统的实际输出与理论预期模型，提取出异常特征。
基于解析模型的检测方法
该方法依赖于建立精确的磁悬浮系统数学模型。通过构建状态观测器（如龙伯格观测器或卡尔曼滤波器），利用系统的输入电压和输出电流/位移信号，重构内部状态。
- 残差计算：将观测器估计的状态值与实际传感器测量值进行对比，差值即为残差。正常工况下，残差应趋近于零；发生故障时，残差会显著偏离零点。
- 阈值判定：设定动态或静态阈值。当残差绝对值超过阈值时，触发故障报警。为避免误报，通常采用滑动窗口统计均值或方差的方法进行评估。
基于数据驱动的检测方法
在难以建立精确非线性模型的情况下，可采用数据驱动方法。通过采集系统正常运行、故障运行状态下的历史数据，利用机器学习算法（如支持向量机、神经网络或主成分分析）提取特征并进行模式识别。此类方法尤其适合检测缓慢演变的早期退化故障。
容错控制策略
故障检测只是第一步，真正的“容错”在于系统发生故障后，仍能维持稳定或安全降落。容错控制主要分为被动容错与主动容错两大类。
被动容错控制
被动容错控制不依赖故障检测与诊断环节，而是通过设计具有强鲁棒性的控制器，使系统在预设的故障范围内均能保持稳定。
- 鲁棒控制（如 $H_\infty$ 控制）：在控制器设计阶段将传感器噪声、模型不确定性和潜在故障视为外部扰动，优化控制律使得系统从扰动到被控输出的增益最小化。
- 滑模控制：利用不连续的控制律强迫系统沿着预定的滑模面运动。该方法对系统参数变化和外部干扰具有极强的鲁棒性，但需注意抑制“抖振”现象。
主动容错控制
主动容错控制依赖于故障检测模块提供的实时信息，在故障发生后动态调整控制策略或重构系统结构。
- 控制律重构：当检测到某传感器失效时，利用解析冗余关系，通过其余正常传感器的信息结合系统模型，估算出失效传感器的值，并输入给控制器，实现“虚拟传感器”替代。
- 硬件冗余切换：在安全性要求极高的磁悬浮轴承或列车系统中，通常采用多组电磁铁和传感器并联。一旦检测到某执行器（如功放或线圈）故障，立刻切断该支路，并将控制指令无缝切换至备用支路。
应用示例：磁悬浮轴承单传感器故障容错
以一个典型的径向磁悬浮轴承系统为例。假设系统在 X 轴方向安装了两个差动式位移传感器。正常工作时，控制器根据这两个传感器的均值计算转子位移。
- 故障场景：传感器 A 发生恒值偏差故障，输出固定为 2mm。
- 检测过程：状态观测器根据 X 轴上下两侧电磁铁的电流差，估算出转子的实际位移应为 0mm。此时，传感器 A 的测量值（2mm）与观测器估计值（0mm）的残差超过预设阈值 0.5mm，且持续超过 0.1 秒，系统判定传感器 A 故障。
- 容错执行：主动容错控制模块立即将传感器 A 的数据通道隔离，将控制器的反馈输入源切换为观测器估算的虚拟位移值（0mm），或者直接采用传感器 B 的单端数据（需配合零点校准）。同时，系统降低 X 轴的响应增益以防止模型误差引起的振荡，并发出声光报警，提示维护人员介入。
总结
磁悬浮系统的故障检测与容错控制是保障其工程化应用的安全底线。从基于模型的观测器残差分析，到基于数据驱动的智能诊断，再到鲁棒控制与控制律重构的协同配合，构建了一套从异常感知到动态自愈的完整闭环。随着数字孪生与边缘计算技术的发展，未来的磁悬浮容错系统将更加趋向于预测性维护与自适应调节，进一步推动磁悬浮技术在高精尖装备中的深度应用。