开展航空发动机数值仿真研究的探讨

虚拟样机技术是一种崭新的产品开发方法，一种基于产品计算机建模的数值设计方法。本文重点介绍了航空发动机数值仿真与虚拟样机设计，以及推进系统数值仿真的概念设计、工程模型、仿真环境、高性能计算。给出航空发动机数值仿真的研究方法、管理模式和关键技术。     

航空发动机神经网络内模控制

基于神经网络内模控制理论研究了神经网络内模控制方法在航空发动机控制系统中的应用,建立了基于Elman网络的航空发动机多变量内模控制系统。采用Elman网络建立发动机内模型和内模控制器,详细介绍了建模、控制的算法及其实现过程。取部分飞行条件下的数据作为学习样本,采用动态BP算法对神经网络权值进行调整,并在飞行包线内其它工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的航空发动机内模控制系统具有良好的控制品质和较强的自适应能力。      

基于动态RBF网络的发动机起动过程模型辨识

针对航空发动机在起动过程中各截面气流处于亚临界状态 ,难以利用传统的气动热力学方法进行建模的问题 ,本文利用发动机地面试验数据作为学习样本 ,采用动态径向基 (RBF)神经网络的方法 ,建立了航空发动机起动过程动态模型。仿真结果表明 ,利用该方法建立的发动机模型具有动态性好 ,精度高的优点 ,开辟了发动机中小转速建模的新途径     

基于机器学习的智能控制数值虚拟飞行方法

提出并实现了一种基于机器学习的PID智能控制策略下的数值虚拟飞行算法，结合Basic Finner导弹标准模型算例，对所提出算法进行了验证和评估分析，表明本文算法可行，并具有良好的应用前景。首先，搭建了一种基于重叠动网格技术的CFD/RBD耦合数值虚拟飞行仿真模型。针对Basic Finner导弹的标准工况进行了无控自由飞行状态的数值飞行模拟，并结合实验结果对所构建的数值虚拟飞行仿真算法进行了验证和评估，表明所采用的数值模拟算法可用于数值虚拟飞行环境下的智能控制参数设计与仿真评估；其次，结合数值虚拟飞行过程对飞行器气动、姿态和位移等参数的实时控制需求，提出了一种基于BP神经网络算法的PID参数在线学习的智能控制器，并针对Basic Finner导弹的俯仰通道，分别对传统PID控制策略和智能PID控制策略下的导弹自由释放后的俯仰角快速稳定控制过程、阶跃式和正弦式俯仰角输入下的导弹跟踪控制过程进行了数值虚拟飞行仿真模拟。研究表明，基于BP神经网络的PID智能控制器能够根据所获得的实时飞行参数，实现控制参数的在线学习和自我优化、调整，相比于传统PID控制器，对于不同输入工况表现出良好的适应性...     

基于强化学习的多智能体系统目标围捕控制

针对多智能体系统目标围捕问题，提出了基于强化学习的目标围捕控制方法。首先，对多智能体系统进行马尔可夫博弈建模，设计能够控制系统到期望围捕状态并满足避障要求的势能函数，将模型控制与强化学习原理结合，利用势能模型引导的改进多智能体强化学习算法进行围捕。其次，在已有势能模型的基础上建立跟踪围捕和环航围捕2种围捕策略。前者通过设计速度势能函数实现多智能体一致跟踪。后者加入虚拟环航点，设计虚拟环航点势能函数实现期望环航。最终，仿真验证了多智能体强化学习围捕控制策略的有效性。     

模型实时驱动的航空发动机沉浸式虚拟运行系统

为实现多学科信息的融合与沉浸式表达,针对当前虚拟现实技术在航空发动机领域的应用存在多学科信息综合表达不 足、仿真实时性低等问题,开发了一种跨学科异构模型集成仿真的航空发动机沉浸式虚拟运行系统。在信息融合与实时交互方 面,研究航空发动机气动热力性能实时仿真、实时控制、参数化结构建模与仿真、数据实时共享与多学科联合仿真集成等技术,实 现了模型实时驱动的航空发动机虚拟运行功能;在数据可视化及3维渲染方面,研究结构数据轻量化处理技术、实时渲染优化技 术,对温度、压力等流场数据进行实时映射,实现了逼真、流畅的沉浸式实时渲染效果。基于上述研究工作,在中国首次开发了1 套由模型实时驱动、跨学科数据集成的航空发动机沉浸式虚拟运行系统,结果表明：该系统实现了发动机结构、系统和性能模型数 据的关联与交互。相关技术和成果可用于协同设计、沉浸式评审、虚拟培训等场景,为未来实现数字孪生、虚实融合的数字发动机 研发提供关键技术支撑和参考。     

航空发动机滑动局部线性模型及控制

为了提高航空发动机的控制性能和控制系统的可靠性,提出一种基于粒子群算法的航空发动机局部小区域自适应滑动 的线性模型建立方法和双闭环自适应PI控制方法。在辨识区间内,以发动机转子转速为状态变量,采用在线实测数据和粒子群算法的参数估计方法,使模型辨识参数按照设定区间大小自适应跟踪滑动,从而保证线性模型能够精确逼近发动机的非线性动态。通过分析发动机燃油调节器的工作特性,建立了燃油调节器计量活门和电液伺服阀的传递函数,并根据所构建的模型,设计了航空发动机转子转速和燃油流量双闭环自适应PI控制系统以实现对航空发动机的精确控制。结果表明：利用局部滑动自适应辨识计算机得到的数据与发动机稳态、动态试验数据相吻合,且双闭环仿真控制性能满足航空发动机工作性能要求,表明所提出的航空发动机局部线性建模方法和自适应PI控制器参数算法对提高发动机的控制性能是有效的。     

基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制

直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出了基于复合推进系统动态模型-状态变量模型(Compact Propulsion System Dynamic Model-State Variable Model-State Variable Model, CPSDM-SVM)的航空发动机直接推力预测控制方法。CPSDM实时估计出不可测参数（推力、喘振裕度等）的基准值,SVM则根据未来输入实时预测发动机未来响应。由于CPSDM将发动机分为进气道、核心机、喷管、喘振裕度、推力等进行建模,在兼顾精度的同时,提高机载模型的实时性。CPSDM-SVM作为MPC算法中的预测模型,具有较高的精度和实时性。仿真结果表明,在与基于分段线化模型的传统模型预测控制方法实时性基本相同的情况下,所提出方法控制效果有明显的提升,调节时间减小了1.17s。所提出方法稳态控制精度为0.08%,传统方法稳态精度为2.58%。因此,所提出方法在保证实时性的条件下,提升了控制精度和控制效果。     

航空发动机线性变参数建模方法研究

针对航空发动机增益调度控制技术使用的线性变参数(Linear Parameter Varying-LPV)模型,研究了两种LPV建模方法—雅克比和基于变化率方法。建立了涡扇发动机准LPV模型,进行了动态仿真验证。结果表明,与非线性模型相比,所建立的准LPV模型具有较好的动态性能,为航空发动机LPV增益控制研究提供了保证。     

基于飞行包线划分的航空发动机T-S模糊模型辨识

针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度.      

航空发动机状态空间模型约束预测控制

为了解决航空发动机约束预测控制器的设计问题，针对状态空间模型，经推导将无约束的二次型性能指标式转换成有约束的二次型性能指标式，采用二次规划方法计算出有约束预测控制量。按无约束和有约束，模型匹配和不匹配分别对某型发动机进行仿真计算，取得了不同约束条件对发动机动态性能和静态性能的影响情况，并举例将仿真数据转换成物理数据。仿真结果符合物理规律，计算方法得到验证。     

基于AMESim的涡扇发动机控制系统 综合仿真

以AMESim为平台,采用模块化的设计方法,分别建立航空发动机、传感器、燃油系统、电子控制器和执行机构数学模型.将模块封装打包建立涡扇发动机控制系统模型库,并将之组成为完整的发动机及调节器系统综合仿真平台.以主燃油控制系统为例,介绍了各仿真模块的建立过程,仿真结果表明,系统模型能反映各子系统之间的复杂集成和耦合关系,利用系统模型仿真进行组合优化能够有效提高系统性能.      

MEMS技术在智能航空发动机中的应用研究现状及前景

利用MEMS(micro-electro-mechanical system)体积小、质量轻、集成度高等特点,将该技术用于航空发动机,可以更好地实现对发动机的流动、燃烧过程进行主动控制、对关键结构部件的损伤以及滑油系统健康状态进行监测等方面的功能,进而实现航空发动机的智能化.为了实现MEMS在航空发动机上的应用,一方面是提高MEMS自身适应航空发动机环境的能力;另外一方面则需要开展其和航空发动机的兼容性设计及研究.随着MEMS技术的不断发展,它必将是推动航空发动机发展的一个重要新技术.      

基于支持向量机的航空发动机PID解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于支持向量机(support vector machines,SVM)的航空发动机PID(proportion integration differentiation)解耦控制方法.利用SVM辨识发动机非线性模型,并获得SVM瞬时线性化模型,在线性化模型的基础上完成了PID参数的在线自整定.利用Lyapunov稳定性定理对控制器的收敛性进行了分析.通过对某型航空发动机的仿真,验证了该方法的有效性和可行性.      

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

Wide-range model predictive control for aero-engine transient state

To perform transient state control of an aero-engine, a structure that combines linear controller and min–max selector is widely adopted, which is inherently conservative and therefore limits the fulfillment of the engine potential. Model predictive control is a new control method that has vast application prospects in the field of aero-engine control. Therefore, this paper proposes a wide-range model predictive controller that can control the engine over a wide range within the flight envelope....     

面向对象的航空发动机电子控制器建模与仿真

为了模拟航空发动机电子控制器的结构和功能,根据1种典型的民用涡扇发动机数字电子控制器的硬件结构和工作原理,采用基于面向对象的建模方法,为航空发动机数控系统仿真平台FADEC Works搭建了数字电子控制器部件仿真类库,利用数字电子控制器部件仿真类库建立了双通道数字电子控制器模型,在FADEC Works仿真平台上与发动机模型进行了集成,构成了航空发动机闭环数控系统,并对搭建的双通道数字电子控制器模型进行了仿真和验证。结果表明:利用数字电子控制器部件仿真类库搭建的数字电子控制器模型能够模拟数字电子控制器的运行过程。该模型可应用于控制运行逻辑、故障诊断逻辑、通道切换逻辑的开发、集成、测试和验证。     

航空发动机分布式控制系统动态输出反馈鲁棒H∞容错控制

针对存在网络诱导时延、外部干扰的航空发动机分布式控制系统,提出了执行机构发生部分失效故障时的输出反馈容错控制方法。对航空发动机分布式控制系统中网络诱导时延以及执行器部分失效问题进行量化说明,在此基础上,采用动态输出反馈控制器建立增广闭环系统。针对所建立的增广闭环系统,对H∞性能约束下的增广闭环系统稳定性进行分析,并利用线性矩阵不等式理论设计了输出反馈H∞容错控制器。仿真结果表明,当两个执行机构输出值分别为衰减80%和50%时,控制系统在所设计的控制器作用下均方渐进稳定,且具有H∞性能指标为0.63,同样在正向偏差故障条件下也具有很好的容错能力。      

航空发动机二自由度鲁棒控制LMI方法研究

为克服传统鲁棒控制器无法兼顾系统的性能和鲁棒性要求的缺陷,引入二自由度控制结构,以对使目标值跟踪特性为最优的参数和使外扰抑制特性为最优的参数分别进行整定,并使用线性矩阵不等式(Linear matrix inequality,LMI)方法对二自由度鲁棒控制器求解,克服传统Riccati方法中的种种缺陷.以某型涡扇航空发动机为对象,设计了基于LMI解法的二自由度H_∞回路成形控制器,并在构建的航空发动机数控系统实时仿真平台上进行了硬件回路仿真,结果表明所设计的控制器具有良好的跟踪和鲁棒特性,满足航空发动机控制要求.