基于QPSO-ELM的某型涡轴发动机起动过程模型辨识

针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机（QPSO-ELM）的某型涡轴发动机起动过程模型数据驱动辨识方法。首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发动机起动试验数据,采用QPSO-ELM算法对该起动模型进行辨识,试验结果表明：燃气发生器转子转速、发动机输出轴转速和燃气涡轮后温度的辨识结果都良好地逼近了实测数据,最大相对误差的均值分别为1.358%、1.628%和2.195%,满足实际应用的精度需求,并且QPSO-ELM的辨识精度优于极限学习机（ELM）、支持向量机（SVM）和反向传播（BP）神经网络。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

一种变旋翼转速直升机/涡轴发动机非线性模型预测控制方法研究

为了实现变旋翼转速直升机/涡轴发动机快速响应控制,提出了一种基于神经网络的直升机旋翼预测模型与基于状态变量模型的涡轴发动机预测模型的新型非线性模型预测控制方法。所建目标函数除了包含转速控制指标外,还考虑了经两级变速双离合器传动机构传扭后发动机输出轴的转子动力学特性。不同飞行任务下的数值仿真结果表明:相对于PID控制器而言,非线性模型预测控制器可在满足压气机转速、发动机静强度等限制条件下使动力涡轮转速在变旋翼转速过程中的超调量减小50%,下垂量降至0.2%以内,实现了涡轴发动机的快速响应控制的同时,有利于改善发动机使用寿命。     

基于直升机飞行性能需求的涡轴发动机设计参数选取方法研究

以直升机性能计算方法为基础,辅以考虑尺寸效应及设计能力的涡轴发动机设计方法,建立了以直升机旋翼桨盘载荷及最大起飞功重比为特征参数的直升机/涡轴发动机性能约束分析模型、任务分析模型及基于直升机飞行性能需求的涡轴发动机设计参数选取模型。针对涡轴发动机部件/系统设计能力及直升机飞行性能需求,首先开展了给定涡轴发动机循环参数下的流量匹配计算,然后开展了涡轴发动机循环参数选取研究。研究表明,所建立的直升机/涡轴发动机性能约束分析模型、任务分析模型可实现给定飞行任务的直升机/涡轴发动机性能耦合设计;在给定涡轴发动机循环参数条件,由于尺寸效应,涡轴发动机部件效率受进口流量的影响,其设计点功率并不随流量等比例变化,从而使得直升机起飞总重呈现非等比例变化;在涡轴发动机循环参数选择时,在满足直升机飞行性能需求下,存在涡轴发动机耗油率与单位功率之间权衡下的循环参数选取,使得直升机起飞总重最小。     

涡轴发动机自适应混合诊断模型高斯加权聚类方法

针对整个飞行包线内涡轴发动机健康参数估计问题,提出基于高斯加权聚类的机载自适应混合模型建立方法.机载自适应混合模型由卡尔曼滤波器和神经网络组成,由于飞行数据样本庞大,采用高斯加权模型对涡轴发动机飞行数据进行实时聚类,利用聚类数据更新神经网络权重,并实现自适应混合模型工作范围的自动扩展.仿真结果表明了该方法的有效性,采用...     

涡轴发动机性能非确定性模型校核与应用

为了使涡轴发动机性能非确定性模型能够在工程中应用,利用均值法和发动机温度特性试验数据对其进行了校核,输出功率均方根误差为2.1%,耗油率为1%。基于此模型,对涡轴发动机循环参数选择和自由涡轮效率裕度进行了研究。结果显示,当考虑涡轮进口总温升高引起的涡轮冷气量变化及冷却气掺混引起的涡轮效率变化时,现有循环参数选择范围已不能满足发动机性能指标要求。根据控制燃气发生器的相对转速保持为设定值不变的控制方案,当自由涡轮效率裕度提高1.8%时,发动机输出功率和耗油率达标概率≥95%。     

航空发动机燃油系统执行机构故障诊断及验证

研究了基于执行机构模型以及发动机逆模型的发动机燃油系统执行机构及其传感器故障诊断方法.基于发动机半物理仿真试验台试验数据建立执行机构小闭环传递函数模型,通过二次多项式拟合将油针位置转换为燃油流量.提出基于自校正在线训练神经网络算法建立发动机逆模型,以离线训练网络参数初始化在线系统,基于阈值更新网络参数,并对学习速率进行自校正,以提高算法的泛化能力及收敛速度.对比执行机构模型输出、发动机逆模型输出与LVDT传感器测量位移换算得到的燃油流量,基于阈值判断故障状态.在T700涡轴发动机半物理仿真试验平台上进行试验,实现了在发动机额定及各种性能退化状态下,执行机构及其传感器漂移和偏置故障的准确诊断及定位,验证了算法的有效性.     

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。     

基于试飞数据的涡轴发动机性能建模技术

为了实现军用涡轴发动机在装机状态下的虚拟预测试飞，通过罚函数法求解超定非线性方程组的最小二乘解，并采用回归分析对部件特性耦合因子进行曲线拟合，优化基准稳态模型，构建了某型涡轴发动机稳态性能计算模型；在此基础上，应用发动机加减速试飞数据，综合考虑部件容腔效应、转动部件的转子动力学和高温部件的传热效应，开发了涡轴发动机部件级过渡态性能计算模型。采用该模型对包线范围内不同工况的发动机稳态和过渡态工作过程进行了仿真预测，结果表明：与真实装机试验结果相比，发动机各工作参数的稳态预测精度在4.2%以内，过渡态预测精度在9.2%以内，满足工程精度要求。该模型能够满足虚拟预测试飞的技术需求，对涡轴发动机的设计、试飞和使用具有重要作用。     

涡轴发动机部件特性修正及更新方法

针对由航空发动机零部件制造、装配及性能退化引起的发动机模型与实际发动机之间的性能不匹配问题,提出1种基于粒子群优化算法(PSO)的发动机部件特性自动修正及更新方法。根据发动机部件级模型的输出数据和发动机性能分析软件GasTurb计算结果,以发动机关键测量参数所定义的目标函数最小为优化目标,利用PSO获取不同相对换算转速下的部件特性修正因子,并在线完成特性图的自动更新。并以某型涡轴发动机为对象进行仿真验证,结果表明:该方法可有效提高涡轴发动机部件级模型的精度,并直接输出更新后的部件特性。     

隐蔽式安装布局涡轴发动机安装损失的飞行试验

为确定轻小型直升机飞行性能评估所需的发动机安装性能损失,对隐蔽式安装布局的涡轴发动机进行了不同直升机飞 行姿态的飞行试验。基于试飞数据建立了一套真实飞行条件下涡轴发动机安装损失的计算流程,对比分析了在不同高度和速度 下稳定平飞、有/无地效悬停、有/无地效悬停回转、不同高度爬升、不同高度下滑、盘旋、侧后飞等飞行姿态对涡轴发动机安装损失 的影响。结果表明：隐蔽式安装布局的涡轴发动机安装损失主要来自进气温升,不同飞行姿态下功率损失为4.3%~20.7%,耗油率 相对增量为1.2%~132.7%;功率损失随飞行高度的变化规律不明显,随飞行速度的增大而减小;耗油率相对增量随飞行高度和飞 行速度的增大而减小;在近地面的低速飞行姿态下安装损失最小,且受地效影响较小;风速和风向对安装损失的影响较大。     

军用直升机涡轴发动机清洗技术

简要介绍了涡轴发动机的清洗技术及其包括的主要内容,并以某涡轴发动机清洗工作为实例,对该发动机清洗前后的飞行试验数据进行了评估,结果表明该发动机清洗后比清洗前轴功率提高1.2%～2.6%,单位耗油率降低2%～3%。     

用导弹模拟器诱喘的飞行试验

本试验是研究双轴涡喷发动机工作稳定性的飞行试验的一部分。在飞行试验台上,采用击发导弹模拟器的方法,造成发动机进口温度畸变,并通过动态测量参数,研究发动机不稳定工作。试验是在不同的飞行和发动机状态,以及模拟器装药不同的条件下进行的。全部试验,发动机均经受了喘振,除四次因喘振过程瞬时降油退喘外,其余均因喘振停车。     

弹用涡喷发动机飞行试验启动加速性能仿真

结合导弹飞行的应用实际，利用有限的部件特性，建立了弹用涡喷发动机启动加速至巡航状态全过程的动态性能仿真模型。对仿真模型计算结果进行了分析，模型计算结果与飞行试验数据吻合较好。该模型的建立对导弹发射过程发动机性能的分析具有重要的现实意义。     

涡轴发动机自吸油试验方案设计及验证

阐述了涡轴发动机自吸油特点,对比了国内外相关标准对涡轴发动机自吸油能力的评定要求和方法。研究了涡轴发动机油泵自吸油工作机理,总结出合理可行的自吸油试验方法,并进行了飞行试验验证,以确定影响飞行试验方法的各种因素,包括自吸供油的高度边界、各个高度自吸供油的速度范围和发动机状态。试验表明,影响发动机自吸油边界的主要因素为发动机状态和飞行高度,所提出的试验方案经验证可行且能够较为充分地验证发动机自吸油能力。     

基于实战使用的涡轴发动机空中起动飞行试验

以涡轴发动机实战使用中空中紧急起动相关技术指标和特情处置措施验证为目的,设计了贴近实战使用特征的发动机空中起动试飞方案,并以某涡轴发动机设计定型试飞为依托,进行了不同飞行工况下的飞行试验验证和数据分析研究。结果表明:该空中起动试飞方案合理可行,能够最大程度的贴近部队实战使用的技术特征,满足对发动机起动高度包线、起动时间等研制总要求规定的技术指标验证需求;试飞结果表明该型涡轴发动机4000m以上高度停车至再起动期间直升机平均下滑高度约为670m,平均停车时间约为185s。该试飞方法和数据结果可为部队实战使用过程中空中遭遇停车的紧急处置提供支持和参考。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

涡轴发动机简化实时模型研究

涡轴发动机数控系统传感器故障诊断需机载的发动机数学模型,由于缺乏部件特性数据,根据某型发动机地面试车稳态数据和动态数据,建立涡轴发动机慢车以上状态简化数学模型。该模型具有较好的实时性,稳态模型采用插值算法,动态模型针对不同参数分别采用动态系数法和转子动力学方法。数值仿真结果表明：该简化模型具有较高的动态和稳态精度,可以满足传感器故障诊断的需求。     

涡轴发动机性能在线监测技术研究及试验验证

研究了基于模型的涡轴发动机性能在线监测技术,开发了涡轴发动机性能在线监测软件,并进行了真实台架试车试验验证.试验结果表明:软件能够自动判断发动机是否已进入准稳态工况,并根据当前的大气条件、燃气涡轮转速、动力涡轮转速,实时计算发动机其它状态量与性能量,如压气机增压比、动力涡轮前温度、轴输出功率、耗油率等.与模型计算结果相比,被试发动机压气机增压比稳态测量值最大偏低2.3%左右,反映了被试发动机与基准发动机之间的性能差异,验证了涡轴发动机地面台架试车性能在线监测技术的有效性.      

基于涡轴发动机性能与尺寸重量的耦合评估方法

为了研究下一代先进涡轴发动机的技术参数发展和新材料新技术的引入对涡轴发动机的影响,结合部件法的涡轴发动机总体性能评估模型以及尺寸重量评估模型,提出了一种综合考虑涡轴发动机总体性能、总体结构、部件的气动/结构/强度/材料等的耦合评估方法。该方法能够对不同结构形式的涡轴发动机进行评估,获得涡轴发动机总体性能参数、整机的流路尺寸与重量以及部件的气动/结构/强度/尺寸/重量等详细参数。使用该方法对美国的第五代先进涡轴发动机GE3000进行评估,研究了GE3000的总体性能、部件的气动/结构/强度/流路尺寸以及整机流路尺寸与重量。与公布的GE3000数据对比表明,总体性能误差小于1.0%,发动机的整机重量误差2.0%,整机流路尺寸误差小于1.0%,表明这种评估方法切实可行,计算精度较高。