基于切换多胞LPV的涡扇发动机全包线中间状态控制

针对航空发动机全包线内参数变化范围较大,单一控制器很难保证全包线内的控制效果的问题,提出了基于切换多胞线性变参数（LPV）的发动机全包线中间状态控制方法.根据发动机的进口条件将飞行包线分为相互重叠的子区域,将多胞理论及状态重置切换方法引入控制器求解,给出了能够保证切换多胞LPV系统鲁棒稳定的线性矩阵不等式（LMI）条件;利用求解出的Lyapunov矩阵设计各子区域的LPV控制器,并结合几何位置调度策略实现子区域LPV控制;利用局部重叠的滞后切换策略和状态重置切换律实现全包线内各控制器的切换,并证明了该闭环切换系统的稳定性.最终以某型涡扇发动机为研究对象进行仿真验证,结果表明:采用该控制方法稳态误差能够控制在0.1%以内,超调量不大于0.5%.      

涡扇发动机变参数鲁棒H_∞滤波器设计

针对存在建模误差及测量噪声干扰条件下的涡扇发动机性能参数估计问题,标准卡尔曼滤波及其改进算法滤波估计误差收敛速度慢,滤波估计精度低,对不确定测量噪声及建模误差较为敏感,为此本文提出了一种变参数鲁棒H_∞滤波器设计方法。该方法采用仿射参数依赖Lyapunov函数设计满足H_∞性能指标要求的鲁棒滤波器,通过引入凸多胞技术,将参数依赖线性矩阵不等式(Linear Matrix Inequality,LMI)中变参数Lyapunov矩阵与系统系数矩阵之间耦合乘积导致的非凸优化问题,转化为常规LMI约束下的凸优化问题进行求解,降低了线性变参数(Linear Parameter Varying,LPV)鲁棒滤波器设计的保守性,得到了全局解。针对涡扇发动机的仿真结果表明:与扩展卡尔曼滤波器对比,采用该方法设计的滤波器具有较快的动态跟踪速度和较高的滤波精度,ΔFn的稳态估计误差不大于0.1%,ΔFn的相对估计误差不大于2.5%,同时对建模误差和测量噪声干扰具有较强的抑制能力。     

高超声速飞行器大包线切换LPV控制方法

高超声速飞行器飞行包线和参数变化范围大,气动参数存在较强不确定性,要求控制器能够适应大的飞行包线并具有较好的鲁棒性。针对上述问题,提出一种基于间隙度量的大包线滞后切换线性变参数(LPV)控制方法。依照时变参数将设计包线划分为若干子区域,将多胞理论和间隙度量引入控制器求解,提出了基于最优间隙度量的LPV控制方法,并利用此方法独立设计各子区域的LPV控制器,以改善控制器控制性能和鲁棒性能;利用基于重叠区域的滞后切换策略实现大包线内各子区域控制器的切换,以抑制切换面附近控制器的切换抖动,并证明了切换闭环系统的稳定性;最后以某型高超声速飞行器为对象设计了大包线滞后切换LPV控制器。仿真结果表明该方法可实现控制指令的精确跟踪,提高设计包线内LPV控制器的控制性能和鲁棒性能,并能保证切换系统的稳定性。     

基于多模型切换的航空发动机分布式鲁棒跟踪控制器设计

针对航空发动机分布式控制系统的网络诱导时延问题,考虑到全包线范围的区域划分,将系统建立为多模型条件下的具有模型参数不确定性的切换系统;为实现对参考信号的跟踪,提出了一种切换鲁棒跟踪控制器,并利用鲁棒控制理论以及Lyapunov函数推导出使系统状态变量跟踪参考输入信号并具有一定鲁棒性能的反馈矩阵求解方法;将所提出的方法通过MATLAB仿真和分布式控制系统半物理仿真实验平台对该跟踪控制器进行了仿真验证。结果表明:在两个平台验证时,定常信号响应的调节时间分别为1.06s和2.25s,且能够迅速稳定在参考输入转速的附近,说明该切换鲁棒跟踪控制器能够在存在时延的条件下具有良好的跟踪性能。     

涡扇发动机极点配置圆的多变量PI控制设计

为了实现对涡扇发动机高精准稳态控制,在静态输出反馈渐近稳定条件的基础上,考虑控制系统的鲁棒稳定裕度,推导了闭环极点配置圆的条件,提出了1种多变量控制系统闭环极点配置圆的线性矩阵不等式LMI设计方法。在双转子涡扇发动机上进行了仿真验证,双回路控制仿真表明:控制系统对于高压转子转速和涡轮落压比回路具有伺服跟踪和抗回路耦合干扰性能;单回路控制仿真表明:在不考虑执行机构动态直接进行控制器设计时,其相角裕度将减小30°左右,导致系统的动态性能和稳定性变差。     

航空发动机鲁棒线性变参数滤波器设计

针对航空发动机线性变参数(LPV)模型部件性能参数估计问题,给出了一种新的鲁棒LPV滤波器设计方法。基于参数依赖的二次Lyapunov函数及仿射二次稳定性概念得到了稳定且满足H∞性能指标滤波器存在的充分条件,利用函数多凸性概念将其转化为线性矩阵不等式(LMI)约束下的常规凸优化问题,得到了滤波器的解。针对某型退化涡扇发动机部件性能参数估计的仿真结果表明,该滤波器的精度和鲁棒性满足设计要求。     

涡扇发动机自增益调度H_∞控制器设计

对可以用LPV(线性变参数)系统表示的涡扇发动机对象,将其凸分解为多胞表示,利用多胞特性将整个控制器设计转化为对胞体顶点控制器的设计。然后利用LMI(线性矩阵不等式)方法,对多胞的各顶点设计具有单一Lyapunov函数满足H∞性能且极点在给定区域的输出反馈控制器,综合顶点控制器得到具有同样多胞结构的全局连续变增益控制器。通过与一般的PID控制器进行对比验证了此控制器的有效性。      

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.      

基于LMI极点配置的高空台飞行环境模拟系统PI增益调度控制研究

针对高空台飞行环境模拟系统的温度和压力在整个工作包线内的鲁棒性能控制问题，提出了一种基于LMI极点配置的PI增益调度控制设计方法。在考虑变比热容腔微分方程、管道热传导、调节阀流量特性、液压伺服动态、传感器增益对飞行环境模拟系统造成的建模不确定性的基础上，建立了完整、准确的飞行环境模拟系统非线性模型；对非线性模型进行了线性化，并根据线性模型推导了基于LMI极点配置的PI控制器设计算法；在飞行环境模拟系统的工作包线内选取了36个稳态点设计了基于LMI极点配置的PI增益调度控制器；设计了两种飞行环境模拟试验来验证设计的PI增益调度控制器的鲁棒性能。仿真结果表明，飞行环境模拟系统温度的稳态误差和动态误差均小于0.1%，压力的稳态误差小于0.5%，动态误差小于0.7%。     

基于参数依赖的直升机LPV鲁棒变增益控制

针对直升机飞行状态量在全飞行包线内动态变化的问题,设计了一种鲁棒变增益控制方法。在直升机非线性模型的基础上,研究了直升机前飞状态下的纵向线性参数变化(LPV)模型,并引入参考输入,将已建立的模型增广为仿射参数依赖LPV模型;运用鲁棒变增益仿射参数依赖Lyapunov函数的方法对该模型进行控制律设计,并验证了其稳定性;最后通过数值仿真验证了所设计控制器的实时性与鲁棒性。研究结果表明,该方法有效降低了单一Lyapunov函数所带来的保守性,可以用于直升机LPV模型的鲁棒控制与状态量跟踪。     

Two freedom linear parameter varying μ synthesis control for flight environment testbed

To solve the problem of robust servo performance of Flight Environment Testbed(FET)of Altitude Ground Test Facilities(AGTF) over the whole operational envelope, a two-degree-offreedom μ synthesis method based on Linear Parameter Varying(LPV) schematic is proposed, and meanwhile a new structure frame of μ synthesis control on two degrees of freedom with double integral and weighting functions is presented, which constitutes a core support part of the paper. Aimed at the problem of reference command's rapid change, one freedom feed forward is adopted, while another freedom output feedback is used to meet good servo tracking as well as disturbance and noise rejection; furthermore, to overcome the overshoot problem and acquire dynamic tuning,the integral is introduced in inner loop, and another integral controller is used in outer loop in order to guarantee steady errors; additionally, two performance weighting functions are designed to achieve robust specialty and control energy limit considering the uncertainties in system. As the schedule parameters change over large flight envelope, the stability of closed-loop LPV system is proved using Lyapunov inequalities. The simulation results show that the relative tracking errors of temperature and pressure are less than 0.5% with LPV μ synthesis controller. Meanwhile, compared with non-LPV μ synthesis controller in large uncertainty range, the proposed approach in this research can ensure robust servo performance of FET over the whole operational envelope.     

基于多项式平方和规划的涡扇发动机切换控制

针对航空发动机动态特性随飞行状态和飞行条件的变化范围大,单一控制器很难保证全包线内控制效果的问题,在航空发动机LPV模型基础上提出1种平滑过渡的切换控制方法。该方法根据发动机进口条件对飞行包线区域进行划分,按照多项式平方和规划理论以及平滑过渡切换律求取各子区域的Lyapunov函数及LPV控制器。在某型涡扇发动机上进行仿真验证,结果表明:所设计的切换LPV控制器在不同高度、马赫数和转速条件下均具有良好的性能和控制精度,可以实现平滑切换。     

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。     

Robust LPV modeling and control of aircraft flying through wind disturbance

This article deals with the disturbance attenuation control of aircraft flying through wind shear via Linear Parameter Varying(LPV) modeling and control method. A Flight Dynamics Model(FDM) with wind shear effects considered was established in wind coordinate system. An LPV FDM was built up based on function substitution whose decomposing function was optimized by Genetic Algorithm(GA). The wind disturbance was explicitly included in the system matrix of LPV FDM. Taking wind disturbance as external uncertainties, robust LPV control method with the LPV FDM was put forward. Based on ride quality and flight safety requirements in wind disturbance, longitudinal and lateral output feedback robust LPV controllers were designed respectively,in which the scheduling flight states in LPV model were actually dependent parameters in LPV control. The results indicate that LPV FDM can reflect the instantaneous dynamics of nonlinear system especially at the boundary of aerodynamic envelope. Furthermore, the LPV FDM also can approach nonlinear FDM's response in wind disturbance special flight. Compared with a parameter-invariant LQR controller designed with a small-disturbance FDM, the LPV controllers show preferable robustness and stability for disturbance attenuation.     

Non-fragile switching tracking control for a flexible air-breathing hypersonic vehicle based on polytopic LPV model

This article proposes a linear parameter varying (LPV) switching tracking control scheme for a flexible air-breathing hypersonic vehicle (FAHV). First, a polytopic LPV model is constructed to represent the complex nonlinear longitudinal model of the FAHV by using Jacobian linearization and tensor-product (T-P) model transformation approach. Second, for less conservative controller design purpose, the flight envelope is divided into four sub-regions and a non-fragile LPV controller is designed for each parameter sub-region. These non-fragile LPV controllers are then switched in order to guarantee the closed-loop FAHV system to be asymptotically stable and satisfy a specified performance criterion. The desired non-fragile LPV switching controller is found by solving a convex constraint problem which can be efficiently solved using available linear matrix inequality (LMI) techniques, and robust stability analysis of the closed-loop FAHV system is verified based on multiple Lypapunov functions (MLFs). Finally, numerical simulations have demonstrated the effectiveness of the proposed approach.     

航空发动机增益调度控制的多项式平方和规划方法

针对现有的线性变参数(linear parameter varying,LPV)控制器设计方法都是关于仿射参数依赖系统而没有专门针对多项式描述的LPV系统这一现状,提出了一种基于多项式平方和(sum of squares,SOS)规划的增益调度控制设计方法,并将其用于转速大范围变化时的航空发动机高压转子转速及压比控制.根据发动机非线性模型获取不同转速下的状态空间模型,并利用多项式拟合的方法建立发动机线性变参数模型.给出能够保证无静差的增益调度控制结构,利用有界实定理和多项式平方和理论推导出能够保证闭环系统鲁棒稳定的SOS约束条件,并形成控制器求解的SOS规划问题,通过求解获得多项式描述的增益调度控制器.分别以LPV模型和发动机非线性模型为对象做阶跃仿真,结果表明:高压转子转速/发动机压比控制系统的调节时间在2s以内,稳态误差不超过0.1%.