基于K-均值聚类与粒子群核极限学习机的推力估计器设计

鉴于航空发动机直接推力控制与健康管理需要高精度及高实时性的推力估计器,提出了一种基于K-均值聚类与粒子群优化的核极限学习机推力估计方法。采用K-均值聚类对全工况范围内的测量数据进行聚类,在每一个子类中,通过核极限学习机建立推力估计器,采用粒子群算法对核极限学习机的核参数和惩罚系数进行优化,利用了核极限学习机稳定性好、非线性拟合能力强的特点,实现了对发动机推力的估计。经涡扇发动机台架试车数据训练与测试表明,本推力估计方法平均预测时间为0.27ms,实时性满足机载在线状态评估和直接推力控制需求,且在估计精度上较现有方法存在一定优势。     

航空发动机健康估计的神经网络修正卡尔曼滤波算法

针对商用航空发动机与气路相关的传感器分布不均、且个数小于气路健康参数的个数、使用卡尔曼滤波算法估计全部气路健康参数时容易出现误判的特点,提出一种神经网络修正的卡尔曼滤波算法。该算法在每个采样周期内利用BP神经网络来修正个体的偏移方向,按粒子滤波算法计算每个个体的权值用以估计总体的均值和协方差,然后利用卡尔曼滤波算法更新所有个体,并将总体的均值作为当前时刻的估计结果。通过对商用航空发动机部件级模型在多个飞行状态点数字仿真模拟9种气路突变故障,由7个可测输出估计全部10个健康参数,该混合算法的估计误差相比BP神经网络与无迹卡尔曼滤波算法分别平均降低了34.6%与47.9%。     

基于聚类与粒子群极限学习机的航空发动机推力估计器设计

针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。     

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

基于神经网络逆控制的发动机直接推力控制

首次将动态神经网络逆控制用于航空发动机直接推力控制。为了有效消除由于神经网络逆模型构造误差(即神经网络逆模型不可能完全逼近航空发动机的逆模型)而产生的稳态误差和解决航空发动机推力不易测量的困难,分别设计了积分补偿器和推力估计器,从而实现航空发动机直接推力控制。飞行包线内数字仿真结果表明,此控制方案具有良好的动静态性能、精度高、跟踪快。     

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。     

基于多模型的航空发动机传感器混合故障诊断方法

本文在多模型架构下,提出一种航空发动机传感器在线混合故障检测与隔离算法。利用长短期记忆网络逼近航空发动机建模误差、健康参数变化、过程噪声和测量噪声等不确定性源引起的真实发动机与机载模型之间的偏差。将传感器测量输出与不确定性值的偏差用于一种基于多模型的混合卡尔曼滤波器组算法中,利用贝叶斯方法计算每个传感器在健康模式和不同故障模式下的条件概率,然后根据最大概率准则进行传感器故障检测与隔离,克服了阈值难以选取的问题。针对某型涡扇发动机传感器发生偏置故障、漂移故障和间歇性故障的情形进行仿真验证,并对比了不同传感器之间的检测与隔离精度。结果表明：所提出的方法可以在更高水平的退化下诊断出发动机传感器常见的故障,混合方法对不同不确定性源具有鲁棒性。     

涡轮冷却技术对航空发动机性能的影响

为了分析不同涡轮冷却方式以及冷却技术水平对航空发动机性能的影响,建立了航空发动机性能仿真模型,引入了考虑冷气用量以及冷却附带效率损失的涡轮冷却算法。计算结果表明:在相同的热力循环参数下,对流气膜冷却对应的发动机单位推力、热效率以及耗油率均较为良好,综合表现最佳;就对流气膜冷却而言,若冷气用量以及冷却附带效率损失均减少20%,则发动机耗油率降低0.9%,单位推力提高3%。     

基于改进L-SHADE算法的航空发动机性能退化评估

针对航空发动机健康因子求解寻优精度差的问题，提出了一种基于改进L-SHADE算法的航空发动机性能退化评估方法。首先，采用多工作点分析方法拓展发动机健康因子估计的适应度函数，解决气路测量传感器数量不足的问题；其次，通过引入非线性种群缩减策略解决种群快速缩减的问题，同时通过改进的优化加权变异策略，改变不同迭代阶段贪婪算子的权值，增加算法的全局搜索和局部开发能力；最后，在30个经典基准函数上验证了改进算法的收敛精度和鲁棒性。对航空发动机性能退化评估的计算结果表明，改进L-SHADE算法增强了算法迭代前期的种群多样性和算法后期的开发能力，计算精度较标准L-SHADE算法平均提高了65.5%，能够满足工程精度要求，具有较强的工程适应性，能够应用于实际飞参数据，从而为发动机健康管理和性能监测提供理论依据。     

基于卡尔曼滤波器和遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,构建了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法。卡尔曼滤波器根据发动机可测参数偏离额定特性时的变化量,对发动机性能参数进行了估计。当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况。遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出存在测量偏差的传感器,确定其偏差,并最终消除测量偏差对性能诊断的影响。     

基于单类支持向量机的航空发动机故障检测

通过监控航空发动机性能参数,准确判断发动机的工作状态,预知发动机的异常变化．为预防和排除故障提供充足的时间和决策依据。开发出利用QAR（quick access Feeorder．快速存取记录器）数据的发动机故障检测系统,该系统基于民航发动机的QAR数据,由于发动机正常运行数据容易获取．而故障样本难以获得．因而采用单类支持向量机（OCSVM）,仅依靠发动机的健康数据建立其分类器。利用OCSVM分类器．监控后续航班参数是否出现异常,通过分析检测结果,实现发动机故障检测。采用该系统监控航空发动机性能参数．及时发现发动机运行状态异常,证明了系统的可行性和有效性。     

整流支板和火焰稳定器的一体化设计及性能分析

针对航空发动机高推质比、高隐身的需求,提出一种加力燃烧室整流支板和火焰稳定器一体化设计的方法,并开展了相关模型加力燃烧室的计算和试验研究.研究结果表明:采用一体化设计加力燃烧室,能够缩短加力燃烧室长度,大幅降低非加力状态的冷态流阻,明显改善发动机加力燃烧室的性能,提高发动机的推质比.可为解决高推质比、高隐身发动机技术提供了一种新的思路和研究方向.      

发动机试车和数据采集自动化的双微机系统

本文介绍一个双微机对话型实现航空发动机试车和采集数据自动化的微机系统。两台微机分别完成发动机工作状态的控制、显示和发动机试车数据的采集,打印,重要物理参数的监控,应急处理等。两台微机间的相互通讯,可使发动机的状态控制和数据的采集按预定程序交替或同步进行,从而实现自动化的目的。本文对系统的软、硬件结构作了详细的介绍,在目前国内通用试车台的基础上,硬件的改装工作量很小,实现很方便。手动和自动控制间的切换迅速而可靠。本系统在发动机试车台上进行了试验,并通过了航空工业部部级鉴定。     

基于波长调制技术的燃烧室出口温度分布TDLAT测试方法

为给未来高推质比航空发动机燃烧室出口温度分布测试作技术储备,以某单管燃烧室为研究对象,采用可调谐半导体激光吸收层析成像(TDLAT)技术,在0.5～0.8 MPa压力环境下,研究了基于波长调制(WMS)技术的燃烧室出口温度分布测试方法的工程适用性。结果表明：通过多光路正交测量的方式,利用扣除背景的归一化波长调制光谱模型、变量轮换迭代反演及计算层析(CT)技术,可以实现具有时空分辨性的燃烧室出口温度分布式测量;场分布重建结果能够较正确地反映出燃气温度和H₂O气体积分数随进口参数变化的趋势与特征;受燃烧流场的不均匀性、光谱模型建立与光谱参数标定的不准确、反演与重建算法的不完善等因素的影响,TDLAS测温均值低于热电偶测量结果,相对误差在15%～23%之间,测量数据的准确度距工程应用需求还有一定的差距。     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

基于响应面法的火箭发动机喷管型面优化设计

针对已知某型火箭发动机的燃气参数,对比了维托辛斯基、双三次、五次曲线及基于维托辛斯基的移轴法设计的收缩段型面喷管性能,其中移轴法得到喷管性能较优;采用单一变量法计算分析了喷管型面参数(初始扩张段圆弧半径、扩张段出口半角、扩张段长径比、扩张段扩张角以及收缩段长径比)对喷管性能影响规律,喷管出口推力随着初始扩张段圆弧半径以...     

A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation

Gas-path performance estimation plays an important role in aero-engine health management, and Kalman Filter(KF) is a well-known technique to estimate performance degradation. In previous studies, it is assumed that different kinds of sensors are with the same sampling rate, and they are used for state estimation by the KF simultaneously. However, it is hard to achieve state estimation using various kinds of sensor measurements at the same sampling rate due to a complex network and physical characteristic differences between sensors, especially in an advanced multisensor architecture. For this purpose, a multi-rate sensor fusion using the information filtering approach is proposed based on the square-root cubature rule, which is called Multi-rate Squareroot Cubature Information Filter(MSCIF) to track engine performance degradation. Soft measurement synchronization of the MSCIF is designed to provide a sensor fusion condition for multiple sampling rates of measurement, and a fault sensor is isolated by maximum likelihood validation before state estimation. The contribution of this paper is to supply a novel multi-rate informationfilter approach for sensor fault tolerant health estimation of an aero-engine in a multi-sensor system. Tests are conducted for aero-engine performance degradation estimation with multiple sampling rates of sensor measurement on both digital simulation and semi-physical experiment.Experimental results illustrate the superiority of the proposed algorithm in terms of degradation estimation accuracy and robustness to sensor failure in a multi-sensor system.     

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SVR-PSO改进算法的航空发动机稳定性控制

在多变量发动机寻优控制中,用支持向量回归算法(SVR)对粒子群优化算法(PSO)进行改进可以有效避免局部最优解的出现.将改进算法应用于航空发动机实时稳定性控制,根据发动机仿真计算程序计算出发动机在各工作点处的稳定裕度,根据控制参数的变化域进行全局寻优,寻找满足压缩系统稳定裕度最小的工作点.仿真和分析表明:该算法实时性高,收敛速度快,具有较强的全局寻优能力,能在保证发动机稳定裕度最小的同时有效降低涡轮前温度和耗油率.      

基于UIO的航空发动机控制系统传感器故障诊断

研究了航空发动机控制系统传感器鲁棒故障检测与隔离问题,提出了一种克服不同干扰对控制系统诊断性能影响的方法.应用未知输入观测器(unknown input observer,简称UIO)理论来解耦航空发动机动态系统干扰,并针对控制系统传感器设计一族UIO,提取出一系列的传感器残差特征数据,通过分析残差队列的幅值特性,实现航空发动机控制系统传感器故障诊断.在高斯白噪声、模型工作点变化和非高斯噪声三类干扰下的数字仿真结果表明,不管何种干扰,UIO诊断方法均能检测和隔离出传感器故障,在诊断鲁棒性方面,要优于Kalman滤波器诊断算法.