N4SID辨识方法在航空发动机中的应用

针对在现代航空发动机的自适应控制和故障监控领域建立系统动态模型的需要 ,本文研究了基于状态空间模型的数字子空间状态空间系统辨识 (N4SID)方法 ,并在某型双转子涡喷发动机非线性气动热力学模型的“小偏离”状态上进行了仿真实验 ,结论表明 :该方法可以较准确地辨识发动机“小偏离”状态时的系统模型     

模型直升机悬停状态下飞行力学模型辨识

 直升机飞行力学模型的准确性对于直升机的控制系统设计具有非常重要的影响。采用常规的建模方法往往很难获得准确的飞行力学模型。为满足飞行控制系统设计的需要,提出了一种直升机飞行力学模型的系统辨识建模方法。该方法将机理建模方法与辨识建模方法相结合,首先利用状态子空间法获得直升机的近似飞行力学模型,再将机理建模提供的先验知识与子空间法辨识得到的模型相融合,限定主要参数,采用误差预报法进一步寻优得到较准确的直升机飞行力学模型。通过飞行试验,成功地辨识得到了悬停状态下模型直升机状态空间方程表达的线化飞行力学模型。所得的辨识结果能够准确预测出模型直升机的响应,可以应用于飞行控制系统设计当中。     

飞机颤振模态参数的频域子空间辨识

 研究了基于非参数噪声模型的频域子空间系统辨识法，并采用频域子空间辨识算法实现了基于多通道数据的颤振模态参数辨识，改变了传统的单通道颤振试验数据分析模式，试验结果表明子空间算法能有效提取多通道数据中包含的主要危险模态信息，且计算量小，适用于模态参数的在线分析。     

基于子空间和PEM的无人直升机两阶段参数辨识

在研究子空间辨识方法和预测误差方法(PEM)的基础上,提出了一种两阶段辨识方法,研究无人直升机的参数辨识问题.首先采用子空间方法得到初始参数模型,然后通过PEM方法得到参数化的直升机模型.为验证方法的有效性,以某型无人直升机实测数据为例进行参数辨识,结果表明该方法有良好的辨识精度.     

一种无人直升机飞行力学模型辨识方法研究

研究了一种无人直升机飞行力学模型辨识方法.将状态子空间辨识法和误差预报辨识法这两种不同机理的辨识方法相结合,用于无人直升机飞行力学模型的辨识.通过仿真计算,成功地辨识得到了悬停状态下算例无人直升机的高阶飞行力学模型.结果表明:提出的辨识方法具备状态子空间辨识法和误差预报辨识法各自的优点,不会出现经典辨识算法中寻优过程中出现的局部极小现象以及迭代带来的收敛性问题.     

结构在环境激励下的模态参数辨识

针对传统模态辨识方法存在的缺陷,研究了工程结构在环境激励下的模态参数的辨识问题。通过各点测试数据的协方差数据构成Hankel矩阵,运用随机子空间实现进行系统矩阵的辨识。经飞机模型的环境激励分析验证,上述方法具有理想的辨识精度,在大型结构的模态辨识领域,拥有广阔的应用前景。     

直升机悬停状态全耦合飞行动力学模型辨识方法

提出了一种基于集员辨识理论的直升机全耦合飞行动力学模型参数辨识方法.该方法针对直升机飞行动力学模型耦合强,难以得到辨识模型和待辨识参数之间显式函数关系的特点,推导并建立了状态空间微分方程形式模型集员辨识的间接辨识算法.通过引入广义噪声的概念以及对其边界的灵活设定,实现了对辨识参数众多、耦合严重且灵敏度差异大的复杂模型的...     

系统辨识在变推力火箭发动机系统建模中的应用

本文根据国外关于系统辨识的基本方法,结合国内BYF发动机实验数据,利用不同辨识计算方法对BYF发动机进行了模型及参数辨识,并取得了满意的结果.结果表明,发动机系统的辨识研究十分重要,它可以提高建立数学模型的准确性和效率,并为自校正控制的实现奠定了基础.     

发动机故障诊断主因子模型故障相关性准则的研究

】主因子模型是发动机状态诊断（基于故障方程的故障诊断）理论的一个新进展。故障相关性准则的正确选取是主因子模型的核心问题。本文给出三种建立故障相关性准则的途径，即利用线性回归分析、时序分析和系统辨识理论中的定阶准则建立故障相关性准则，以及利用数理统计中的线性模型线性假设显著性检验理论和区间预测理论建立故障相关性准则。文中对所得到的１１个准则进行了比较。研究结果表明，利用线性模型线性假设显著性检验理论建立的两个准则（变量显著性准则ＶＳＣ和子集显著性准则ＳＳＣ）要比近代回归分析、系统辨识或时序分析中通常采用的选择最优变量子集的定阶准则具有更强的故障辨识能力和鉴别线性模型多重共线性的能力。     

基于飞行包线划分的航空发动机T-S模糊模型辨识

针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度.      

航空发动机温度传感器动态特性改善方法

在某次某型航空发动机的地面台架试车中,该航空发动机发生了喘振.为查证导致发动机喘振的原因,构建了该型航空发动机高压压气机可调静子叶片转角控制系统的数学模型,完成了联合仿真.理论分析及仿真研究证明了:温度传感器动态响应特性滞后是导致发动机喘振的主要原因.为解决喘振问题,设计了该传感器的动态性能校正系统.验证仿真表明:所采用的校正方案可在不影响系统正常工作的前提下,明显改善该高压压气机可调静子叶片角度的动态响应特性,并有效地防止发动机喘振.该温度传感器校正算法具有适应性良好,抗干扰能力强等突出优点,可为解决试车过程中暴露的发动机喘振问题提供重要参考.      

构建航空发动机滑油系统稳态模型

研究模拟不同飞行条件下滑油系统稳态工作对滑油系统的设计和故障诊断具有重要的参考价值。基于部附件特性，提出了依据8个航空发动机性能参数，用向量计算和插值算法取代迭代算法来构建滑油系统稳态模型的方法，并对发动机在海平面、最大工作状态条件下的滑油系统性能参数进行了验证计算。计算结果与设计数据吻合较好，误差在5％以内，表明所建立的稳态模型是有效的。滑油在各轴承腔和齿轮箱中的流量分配随空气压力变化，计算误差主要来自轴承腔和齿轮箱压力分布假设，为进一步提高计算精度，必须建立航空发动机内部空气系统模型。     

基于Kolmogorov熵的转子-机匣系统故障诊断研究

提出了基于Kolmogorov熵的航空发动机转子—机匣系统状态识别和故障诊断新方法。应用关联积分算法,基于实测的航空发动机机匣振动时间序列求解了转子—机匣系统不同工作状态和故障状态的Kolmogorov熵;基于Kolmogorov熵,对航空发动机转子—机匣系统进行了状态识别和故障诊断。研究结果表明,该法具有较高的状态识别和故障诊断能力。     

航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用正态分布的方式进行分裂,采用反向传插(BP)神经网络进行权值调整,缓解了粒子的退化和贫化,具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。      

外物撞击航空发动机转子叶片速度估算

以飞机进气道为参照系,利用动量定理推导了外物在飞机进气道内运动的速度方程;以叶片为参照系,建立了外物撞击速度及撞击角度的表达式。为直观显示不同因素对速度变化的影响,以某型飞机及其发动机为例,研究了飞机离地时,发动机100%设计转速下,外物在飞机进气道内运动速度的变化规律。结果表明:影响运动速度的因素不仅包括外物的材质、形状、大小及姿态,而且涉及飞机进气道长度、发动机工作状态等;外物撞击方向与叶片表面不垂直。      

航空发动机最低放行寿命评定研究

为实现军用航空发动机的寿命控制和管理,基于现代航空发动机效费分析的基本理念,主要研究了单元体/大部件寿命控制模式下军用航空发动机最低放行寿命(MISSL)的确定方法。基于发动机使用安全性、使用经济性、使用性能衰减等因素的综合分析考虑,建立了航空发动机最低放行寿命评价指标体系层次分析模型,确定了各层次指标权重系数,应用灰色综合评判方法,建立了航空发动机最低放行寿命综合评判模型。结合某型涡扇发动机寿命控制的工程实际,综合评定了其最低放行寿命,得出了国内该型发动机最低放行寿命为400小时的结论。     

航空发动机滑油系统稳态模型的算法构造

滑油系统作为航空发动机关键系统之一,对航空发动机的可靠性起着决定性作用。在分析滑油系统部附件的基础上,根据部附件特性单调变化的特点,提出了“平衡计算”的概念,应用向量运算方法和多种插值算法取代传统的迭代算法来构造航空发动机滑油系统稳态模型算法的思路和方法,并用该算法编制程序对发动机在海平面最大状态下滑油系统性能参数进行了验算。验算结果与技术数据吻合较好,表明所构建的稳态模型算法是有效、可行的,可普遍用于模拟各种航空发动机滑油系统的工作状态。     

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

航空发动机全程滑态模型跟踪控制研究

 将全程滑态变结构模型跟踪控制首次应用于航空发动机系统,设计出了航空发动机全程滑态模型跟踪控制器。采用二次状态反馈法规划的参考模型不仅满足性能指标要求和完全跟踪的模型匹配条件,同时也实现了完全解耦。由于全程滑态变结构控制消除了能达阶段,故能克服定常滑态变结构控制系统在此阶段对扰动的敏感性,并且其控制律的设计可以改善系统的瞬态性能,克服扰动和未知参数摄动的影响。结果表明:所设计的系统能取得令人满意的控制效果,能有效地抑制干扰和参数摄动的影响, 具有强的鲁棒性。