基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律，在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求，用离散化加速模型结合遗传算法，使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作，且加速时间最短。     

基于SQP的航空发动机加速规律优化方法

提出了一种改善航空发动机加速性能的方法:采用SQP寻优方法对航空发动机进行加速过程的寻优控制仿真计算,获得以油/气压比为函数的优化加速燃油控制规律。选取工作包线内具有一定覆盖性的若干个状态点,进行加速过程寻优控制仿真。考虑到根据油/气压线开环进行加速控制易于导致涡轮后温度瞬态超调,提出了根据两类约束条件计算开环加速线,对所获得的两条优化的加速线进行融合,进而获得适用于全飞行包线范围内的加速燃油控制规律。仿真计算表明,所提出的加速燃油控制规律可以在兼顾涡轮后温度不超温和压气机喘振裕度的情况下,实现发动机加速时间最短的目标。     

全飞行包线LQG／LTR多变量控制器设计

根据某型涡喷发动机不同飞行条件、不同工作状态设计了一组双变量LQ/LTR控制器,同时利用一个神经网络对这组控制器的控制参数进行拟合,以使发动机在全飞行包线内各工作状态都有良好的控制性能。仿真结果表明,在整个飞行包线内,控制系统不但有良好的鲁棒性,而且调节性能良好,能满足发动机控制的要求。     

基于模糊神经网络的涡扇发动机加速控制

采用模糊神经网络对某型涡扇发动机加速过程进行自适应控制，为了进一步提高系统性能，采用遗传算法和BP算法相结合的方式，对系统分别进行了离线和在线优化。仿真结果表明，设计的模糊神经网络控制器具有良好的性能。     

利用神经网络设计航空发动机全包线最优控制器

本文提出一种用神经网络拟合飞行条件、发动机工况与发动机最优控制器参数之间关系, 从而设计适合于全飞行包线范围内发动机最优稳态控制器的方案。该方案可以针对发动机分段线性化模型, 利用成熟的线性控制设计方法设计非线性控制器, 且控制器结构简单、实时性好。仿真结果表明, 所设计的发动机控制系统在整个飞行包线内的设计点及非设计点均具有良好的性能。      

发动机稳态与过渡态控制集成设计仿真验证

研究了某型涡扇发动机全飞行包线稳态与过渡态控制集成设计问题.首先利用根轨迹分析法和时域分析法设计了从慢车状态到最大状态的多个比例积分(PI)设定点控制器,并利用增益调参和换算参数得到了全飞行包线的稳态控制器参数.然后将加减速控制计划与稳态控制通过max/min逻辑进行集成,考虑了抗积分饱和功能及设计了相应的抗积分饱和模块,最后得到的集成控制系统在软件MATLAB/Simulink下进行了仿真验证.仿真结果表明集成控制系统稳态时抗扰动性能良好,过渡过程中曲线平滑,有效利用了各种限制条件还兼有抗积分饱和功能并且能进行平滑切换.      

LQG／LTR方法在涡扇发动机控制中的应用

采用LQG／LTR多变量鲁棒控制器设计方法设计了某型航空涡扇发动机控制器；利用神经网络拟合发动机飞行条件、状态与控制器参数之间的关系,验证了控制器在全飞行包线内的性能。仿真结果表明,发动机控制系统的指令跟踪、噪声抑制、抗干扰和鲁棒性等性能良好,能满足发动机稳态控制的要求。     

航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。      

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。     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

微型涡喷发动机控制算法研究

针对微型涡喷发动机的工作过程,在研究发动机控制规律的基础上,开发了微型涡喷发动机起动过程、加减速过程、稳态过程和停车过程的控制程序;结合微型涡喷发动机的数字电子控制器,采用动态预估自适应滞后补偿控制规律,完成了控制软件设计.发动机地面试车试验表明,该控制程序可满足发动机控制要求.     

涡喷发动机多变量自适应加速控制

提出了一种模型参考自适应控制方法, 并应用于双转子涡喷发动机多变量控制系统。仿真研究表明, 该方法在整个飞行包线内均有满意的瞬态响应, 对非线性的建模不确定性具有较好的鲁棒性, 以及对多变量系统中较强的耦合作用有较好的解耦效果。与传统的调节器相比, 发动机加速时间约减少16%, 加速过程中发动机推力明显增加, 平衡状态仍可提高约9%。      

变几何涡扇发动机加速控制规律优化设计

首先建立了一种变几何通道涡扇发动机数学模型,该模型中,风扇及压气机在不同进口导流叶片角度下的特性是通过对基准特性的修正而获得的。然后根据变几何涡扇发动机的特点,利用非线性规划中的约束变尺度法（ＣＶＭ）设计了最优加速规律。研究结果表明：用约束变尺度法优化设计出的发动机加速控制规律,可以保证发动机在全飞行包线范围内稳定工作,且加速时间最短。     

模糊控制理论在航空涡轮喷气发动机控制系统中的应用

对模糊控制进行了介绍。采用相平面法设计了模糊控制器,将其编成微机程序,使其完成模糊控制功能。对微机完成的其他操作,亦进行了介绍,给出了微机的主流程图。进行了多次发动机台架试车,当对发动机控制系统加入小偏离的控制和干扰信号,以及大偏离信号时,发动机的稳态和加速过程都获得了良好的控制品质。表明模糊控制具有满意的控制性能。     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

基于N-dot的涡扇发动机加速控制器设计

针对双转子民用涡扇发动机,进行基于转子加速度的加速控制器设计研究。采用常规的PI控制器结构,针对结构中所需的转子加速度指令,给出了1种满足要求的设计方法,并将PI控制参数的求解过程转化为带约束的非线性优化问题,利用模式搜索算法求解。构建包含稳态控制器和加速控制器的涡扇发动机闭环控制回路,进行加速过程仿真测试。结果表明:所设计的加速控制器满足涡扇发动机加速过程的性能要求,对于工程设计与应用具有一定的参考价值。     

基于MotoTron平台的二冲程煤油发动机控制器开发

为实现某二冲程航空煤油发动机控制器的快速开发和策略验证,结合MotoTron快速控制原型开发平台丰富的软硬件资源,依据空气辅助缸内直喷与双火花塞点火的系统设计需求,开发了一套利用8缸机程序控制4缸机的发动机控制器。分析了基于快速控制原型软件架构的控制软件设计方法,利用开发软件MotoHawk配置底层程序和搭建发动机控制系统,并结合Matlab/Simulink建立上层控制策略,实现了完整的控制系统开发。在台架上进行了冷起动测试,发动机起动后转速较平稳,点火提前角、喷油提前角和喷油脉宽的调节过程符合控制策略设计,空燃比控制稳定,空燃比误差在10%以内。发动机顺利过渡到正常工况,验证了冷起动控制策略的可行性,实现了控制器的基本功能,控制器设计满足要求。     

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....     

基于RBF网络的航空发动机单神经元解耦控制

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RBF网络辨识的航空发动机多变量单神经元网络解耦控制方法。对发动机的多个控制回路,采用多个RBF网络实时辨识各个回路发动机的数学模型,并将系统的灵敏度信息实时反馈给各回路的控制器,保证了单神经元网络控制器对各回路的准确控制,最终实现对发动机多回路的解耦控制。通过在飞行包线内的仿真,结果表明,该方法不依赖被控对象的精确模型,有效地实现了对发动机的解耦控制,而且具有良好的动静态性能,将其应用于航空发动机多变量解耦控制是行之有效的。