基于部件特性自适应的涡扇发动机仿真

引入压力比函数Z和辅助参数β,建立了某型涡扇发动机数学模型,并对数学模型进行了部件特性自适应修正,对该型发动机稳态特性进行了仿真。仿真结果表明,该仿真模型具有较高的精度,仿真结果较好地反映了发动机的实际运行情况。     

自适应卡尔曼滤波在航空发动机参数估计中的应用

介绍根据实际飞行数据并用卡尔曼滤波方法对某型发动机的参数估计及其结果。重点研究了卡尔曼滤波在航空发动机参数估计中的滤波发散问题和解决这一问题的自适应卡尔曼滤波、飞行条件补偿及模型修正的综合方法。      

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。     

采用BP网络辨识航空发动机数学模型

运用ＢＰ网络和实测数据作为学习样本，对某型航空发动机的数学模型进行了辨识研究。辨识模型输出的结果与实测数据比较误差较小。这种方法收敛速度快、精度高，结果表明用ＢＰ网络辨识方法能够得到比较精确的发动机数学模型。     

涡轮发动机部件特性自适应模型的确定方法

针对现有航空涡轮发动机部件特性自适应模型中存在的不足,提出了合理的解决方法:根据测量参数合理选择部件特性修正因子;使用部件特性删除法求解部件特性修正因子;部件特性修正因子的数值拟合方法。采取这些改进措施后,使得现有航空涡轮发动机部件特性自适应模型得到改善。计算结果与两种型号的涡喷发动机的试验数据对比表明本文的改进方法合理。     

研发阶段涡扇发动机模型自适应方法

为了实现研发阶段涡扇发动机整机试验数据的快速评估和模型自适应,提出一种发动机模型自适应方法。该方法以整机试验数据为输入,结合气动热力过程约束方程和发动机整机匹配约束条件,重构出各部件的性能参数。文中提出了按照高压涡轮导向器喉部流通能力确定核心机流量的方法,并以载荷系数为媒介实现叶轮机械部件参数修正计算,完成了小涵道比涡扇发动机的自适应建模计算。计算结果表明,17个测量参数与计算结果完全一致,该方法完成单个状态点自适应计算的平均时间约为1.44ms,主要部件特性的修正系数在0.95～1.05。采用该方法计算的部件特性参数自适应修正系数可为发动机性能调试和故障诊断提供依据。     

某型涡喷发动机状态空间模型的提取与修正研究

以某型单转子涡喷发动机为研究对象,在提取该型发动机状态空间模型的基础上,提出了单转子涡喷发动机状态空间模型的稳态及动态的修正算法,获得基于稳态及动态的修正模型.以阶跃输入响应对模型进行了检验,检验结果表明使用该方法修正的状态空间模型具有与原非线性数学模型完全一致的稳态及动态过程响应,解决了单转子涡喷发动机状态空间模型检验与修正的问题.     

航空发动机仿真模型参数自适应校正

采用修正因子方法建立自适应仿真模型,运用改进的共轭梯度算法求解非线性规划问题,依据发动机台架试车和空中试飞测量数据,对发动机仿真模型的部件特性参数进行校正,使模型的计算输出与试验测量数据吻合。应用本文方法对某型双转子加力涡喷发动机仿真模型进行校正,获得了满意的仿真精度。     

微型涡喷发动机数字控制实时半物理模拟试验系统

本文以某微型涡喷发动机为工作对象,采用8098单片机作数字控制器,计算机当作模型发动机,具体介绍了数控半物理模拟试验系统概述、发动机数学模型建立、系统硬件总体设计、自适应模型跟随控制器及其软件设计;在此基础上建立了发动机数控实时半物理模拟试验系统并进行试验,结果证明:所设计的系统能实时地反映控制系统作用下的真实试车过程。      

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。      

燃气轮机排气系统整机环境部件特性修正方法

为了探究外界环境条件对燃气轮机排气的影响,以船舶燃气轮机排气系统和船舶整机系统为研究对象,采用合适的物理模型对船用燃气轮机排气部件进行阻力特性、流场分布的仿真分析,进一步提出燃气轮机排气系统的修正方法。对国内外相关的研究现状进行了调研,引出研究内容和研究意义,建立船舶燃气轮机排气系统和整机系统的模型,对模型进行了网格划分,利用数值仿真技术开展不同工况点和风速风向下燃气轮机排气系统的流场特性仿真计算分析。结果表明：得到不同风速风向下排气系统的阻力特性,即总压以及总压损失,温度特性以及引射特性。以整机仿真和部件仿真所得到的数据为基准,建立了燃气轮机排气系统在整机环境从无风到有风的变化条件下的工作特性修正模型。     

A fault tolerant model for multi-sensor measurement

Multi-sensor systems are very powerful in the complex environments.The cointegration theory and the vector error correction model,the statistic methods which widely applied in economic analysis,are utilized to create a fitting model for homogeneous sensors measurements.An algorithm is applied to implement the model for error correction,in which the signal of any sensor can be estimated from those of others.The model divides a signal series into two parts,the training part and the estimated part.By comparing the estimated part with the actual one,the proposed method can identify a sensor with possible faults and repair its signal.With a small amount of training data,the right parameters for the model in real time could be found by the algorithm.When applied in data analysis for aero engine testing,the model works well.Therefore,it is not only an effective method to detect any sensor failure or abnormality,but also a useful approach to correct possible errors.     

时变可靠性分析的高效近似最大可能轨迹法

现有的时变可靠性分析方法在处理飞行器复杂时变可靠性分析问题时,存在求解效率过低的问题。在基于近似最大可能轨迹的时变可靠性分析方法的基础上,根据时间离散所得串联系统瞬时可靠度最小的组件决定整个系统可靠度的特点,在最大可能轨迹自适应建模过程中同时考虑轨迹模型的预测误差和预估值增加样本,提出时变可靠性分析的高效近似最大可能轨迹法;采用解析算例验证最大可能轨迹自适应采样方法的有效性,并将该可靠性分析方法应用于水动力涡轮叶片和某空天飞行器机翼的时变可靠性分析。结果表明：在精度相近的情况下,所提方法对极限状态函数调用次数不高于基于时间离散的可靠性分析方法的3%。     

自适应增量 Kalman 滤波方法

提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用.      

利用多状态试车数据修正发动机部件特性

针对经典的航空发动机部件特性修正因子法的不足,提出一种于多状态试车数据的修正方法.利用发动机部件匹配模型方程以及试车参数计算值和实测值的差值组成目标方程组,采用改进的免疫粒子群算法优化求解获得部件特性修正系数.以多个不同状态下的修正系数为基础,利用滑动最小二乘方法拟合修正系数曲面,进而得到修正的部件特性图.数值试验表明:综合利用不同状态下发动机试车数据进行部件特性修正,克服了传统方法的不足.提高了修正部件特性在整个工作范围的精度.      

制导炸弹大空域下的动力学模型

针对惯性导航/卫星定位方式制导炸弹在大空域下的工作过程和特点,建立了空中的运动数学模型,分析了大空域下制导炸弹运动的非线性因素,并在线性化模型的基础上,发展了一种时变的非线性模型来描述制导炸弹大空域下飞行动力学系统的方法。最后进行了仿真,结果表明,该方法是合理的,为后续制导炸弹控制系统的自适应设计与仿真提供了参考。     

非视距误差神经网络改正的超宽带定位模型研究

非视距环境是造成超宽带定位系统精度下降的主要原因。由于非视距环境的测距精度下降难以通过常规计算方法建立改正模型,提出了一种基于反向传播算法的神经网络改正的超宽带稳健定位模型。该方法通过反向传播神经网络的自适应学习方法建立了一种超宽带非视距误差改正的稳健定位模型,实现了在非视距环境下超宽带定位精度的提升。首先采集非视距环境下超宽带测距值,提取超宽带在非视距环境下的坐标序列,计算得到误差序列,然后通过反向传播神经网络建立误差改正模型预测得到标签的误差改正值,最后使用超宽带Kalman滤波定位模型进行超宽带定位,从而消除非视距环境对定位精度的影响。通过对比实验分析,本模型较多项式拟合模型超宽带测距精度提高46.8%,定位精度提高43.4%;较多面函数拟合模型超宽带测距精度提高28.2%,定位精度提高26.2%。实验结果表明,反向传播算法的神经网络对超宽带非视距定位模型的误差改正有很好的效果,对超宽带定位精度的改正效果显著。     

质量矩固体推进微纳卫星自适应反演控制律设计

为解决微纳卫星利用固体火箭推进器进行快速轨道机动时的姿态翻滚问题,提出了利用质量矩技术对卫星的俯仰、偏航通道姿态进行稳定控制。首先考虑推进剂燃烧、质量块运动等因素引起的系统质量特性参数的变化,建立质量矩固体推进微纳卫星姿态动力学模型;然后分析了推进剂燃烧、质量矩控制引入的系统模型参数不确定性、连续有界未知干扰;随后基于反演控制方法,设计了卫星姿态角和姿态角速度双回路自适应滑模动态面控制器,利用自适应算法调节控制参数估计来补偿不确定因素的影响;基于Lyapunov函数证明了闭环系统的稳定性。最后,通过数值仿真验证了控制算法的有效性。