航空发动机多变量模糊滑模变结构模型跟踪控制

针对现代航空发动机是一个具有不确定性的强非线性系统,结合滑模变结构控制和模糊逻辑系统的优点,提出了一种模糊滑模变结构模型跟踪控制方法。采用比例积分型切换超平面设计滑模变结构控制系统,使用模糊逻辑系统自适应调节切换增益,得到某涡扇发动机的模糊滑模变结构模型跟踪控制器。数字仿真结果表明,所设计的控制器不但能使被控对象较好地跟踪参考模型,消除抖振现象,而且对系统的不确定性具有不变性,保证了被控系统在整个控制阶段都具有较强的鲁棒性。     

基于平滑切换策略的航空发动机转速调节控制设计

针对航空发动机控制系统,为了提高模型的精度以及解决切换控制带来的控制信号突变问题,建立了一种基于平衡流形展开模型（EME）和线性化模型的切换模型,并提出一种基于模糊控制和智能算法的平滑切换控制策略。首先,考虑到平衡流形展开模型的辨识误差使稳态精度有所下降,而线性化模型具有很好的稳态精度,结合平衡流形展开模型和线性化模型各自的优点建立了切换模型以提高模型精度。然后,针对各子模型分别设计了镇定控制器。进一步,为了避免控制信号的突变对系统造成危害,提出一种基于模糊控制和智能算法的平滑切换控制策略。最后,通过仿真进行验证。结果表明,所得到的切换模型状态误差相比单一EME模型减少6%,比单一线性化模型减少22%;所提出的平滑切换控制策略能够在保证控制信号平滑过渡的同时提高系统的输出性能。     

基于平衡流形的航空发动机LPV建模方法

针对航空发动机线性变参数模型,基于平衡流形原理,研究了一种改进LPV建模方法.首先,根据平衡流形原理,构造涡扇发动机平衡流形参数化形式.其次,根据某型涡扇发动机非线性模型,建立基于局部线性模型的涡扇发动机准LPV模型.然后,建立基于平衡流形的航空发动机改进准LPV模型,即:利用平衡流形参数化形式,根据调度变量实时估算发动机平衡态,以更新发动机准LPV模型的参考平衡态.最后,通过对发动机从慢车状态到最大状态的阶梯加速过程进行仿真,表明改进UP模型的稳态和动态响应特性与发动机非线性模型保持很好地一致.     

某型涡扇发动机的模型跟踪滑模控制

研究了模型跟踪滑模控制在涡扇发动机控制中的应用。首先提出了一种参考模型的状态反馈设计方法,该方法可保证所设计的参考模型在满足匹配条件的同时满足系统性能指标要求;而且若被控对象可解耦,还可保证参考模型动态解耦。其次提出了一种比例积分型切换超平面的极点配置设计方法。最后应用上述两种方法设计了某型涡扇发动机的模型跟踪滑模控制器,并进行了数字仿真,仿真结果表明,所设计的模型跟踪滑模控制系统无抖振现象,且具有很强的鲁棒性。     

航空发动机多模型预测滑模控制

针对航空发动机是一个不确定性的强非线性系统,借鉴多模型方法和预测控制思想,提出了航空发动机多模型预测滑模控制。对航空发动机飞行包线进行划分,建立了航空发动机状态空间多模型;对每个模型分别设计了预测滑模控制器,以滑模轨迹为预测模型,进行滚动优化、反馈校正求取控制量,并根据前几时刻与发动机的匹配程度选择当前时刻的控制器;推导出了其稳定性的条件。仿真结果表明,所设计的控制器控制效果令人满意,能有效抑制参数摄动和干扰的影响。     

改进参考模型的涡扇发动机多变量模型参考自适应控制

针对涡扇发动机难以获得精确数学模型和普通模型参考自适应控制不保证动态性能的问题,提出了一种具有改进参考模型的涡扇发动机多变量模型参考自适应控制方法。采用状态反馈形式设计了状态跟踪的多变量自适应控制器,其中对参考模型作了引入跟踪误差反馈的改进,使得高自适应增益下跟踪曲线的超调得到明显的抑制,动态响应得到改善。应用该方法对涡扇发动机非线性部件级模型进行仿真分析,结果表明,控制系统调节时间小于2s,无稳态误差,具有良好的控制品质。     

基于滑模控制方法的航空发动机控制系统改进设计

为改善传统基于线性控制方法(PID控制)设计航空发动机控制系统在极限保护方面的不足,提出利用非线性控制理论——滑模控制取代原有控制系统中的线性控制器,设计了发动机稳态控制器与基于max-min控制逻辑的极限保护器的综合系统。与传统PID控制方法的控制效果相比较,滑模控制方法可在保证发动机不超限的情况下充分发挥发动机潜能。讨论了边界层厚度等因素对滑模控制抖动的影响。采用滑模方法设计的控制器在硬件在回路平台(HIL)上通过了仿真验证,满足实时性要求。     

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%.      

基LMI的航空发动机多变量H∞固定阶控制的研究

提供了一种新的航空发动机多变量静态输出反馈的固定阶PI控制器的设计方法.固定阶控制器的综合问题一般表征为满足双线性矩阵不等式(BMI)约束优化问题,获得BMI约束下的最优解非常困难.在航空发动机特定的控制条件下,将固定阶控制器的BMI问题转化为标准的线性矩阵不等式(LMI)问题,并推导出静态输出反馈的H∞固定阶控制器存在的条件及控制器的设计方法.使用该技术对某型涡扇发动机控制系统进行固定阶PI控制器设计,仿真结果表明,该控制系统其性能和鲁棒性满足要求.     

基于LMI的航空发动机多变量H_∞固定阶控制的研究

提供了一种新的航空发动机多变量静态输出反馈的固定阶PI控制器的设计方法。固定阶控制器的综合问题一般表征为满足双线性矩阵不等式(BMI)约束优化问题,获得BMI约束下的最优解非常困难。在航空发动机特定的控制条件下,将固定阶控制器的BMI问题转化为标准的线性矩阵不等式(LMI)问题,并推导出静态输出反馈的H∞固定阶控制器存在的条件及控制器的设计方法。使用该技术对某型涡扇发动机控制系统进行固定阶PI控制器设计,仿真结果表明,该控制系统其性能和鲁棒性满足要求。     

涡扇发动机分路式多变量PI解耦控制

根据基于模型的智能数字发动机控制的特点,针对某型涡扇发动机,以直接推力控制模式为例,研究了涡扇发动机分路式多变量PI解耦控制.并采用了零点配置技术保证解耦控制器的稳定性,通过稳态解耦矩阵对涡扇发动机进行解耦达到分路控制的目的.利用SISO系统PI控制器设计方法确定每个环路的最优PI控制器.仿真结果表明,该算法具有较好的动态和静态解耦性能.      

Non-affine parameter dependent LPV model and LMI based adaptive control for turbofan engines

The precise control of turbofan engines thrust is an important guarantee for an aircraft to obtain good flight performance and a challenge due to complex nonlinear dynamics of engines and time-varying parameters. The main difficulties lie in the following two aspects. Firstly, it is hard to obtain an accurate kinetic model for the turbofan engine. Secondly, some model parameters often change in different flight conditions and states and even fluctuate sharply in some cases. These variable parameters bring huge challenge for the turbofan engine control. To solve the turbofan engine control problem, this paper presents a non-affine parameter-dependent Linear Parameter Varying(LPV) model-based adaptive control approach. In this approach, polynomial-based LPV modeling method is firstly employed to obtain the basis matrices, and then the Radial Basis Function Neural Networks(RBFNN) is introduced for the online estimation of the non-affine model parameters to improve the simulation performance. LPV model-based Linear Matrix Inequality(LMI) control method is applied to derive the control law. A robust control term is introduced to fix the estimation error of the nonlinear time-varying model parameters for better control performance. Finally, the Lyapunov stability analysis is performed to ensure the asymptotical convergence of the closed loop system. The simulation results show that the states of the engine can change smoothly and the thrust of the engine can accurately follow the desired trajectory, indicating that the proposed control approach is effective. The contribution of this work lies in the combination of linear system control and nonlinear system control methods to design an effective controller for the turbofan engine and to provide a new way for turbofan engine control research.     

涡扇发动机极值限制保护闭环控制设计

现代高性能涡扇发动机采用分段组合多变量控制计划,以发挥发动机工作在整个飞行包线范围内的气动热力设计潜力。为保证发动机在过渡态工作的安全性,控制系统中必须考虑极值限制保护控制的设计问题。为避免直接限制保护控制引发的不同控制通道切换带来的系统震荡问题,提出1种高回路稳态增益的滞后-超前频域校正间接极值限制保护控制器设计方法,在保证限制回路足够的稳态精度和抗噪声能力的同时,又避免了引入积分环节导致相角裕度损失过大的缺点。通过发动机线性模型和非线性模型的控制系统仿真,验证了所述方法设计限制控制器的有效性。     

基于SVM辨识的涡扇发动机全包线稳态控制方法

针对涡扇发动机全飞行包线范围稳态最优控制器的设计问题,首先根据不同飞行条件下发动机各工作状态的稳态“小偏差”线性模型,采用线性二次型调节器(LQR)分别设计得到相应的发动机最优线性控制器参数,然后将所得到的线性控制器用支持向量机方法进行非线性逼近,得到控制器参数的支持向量机辨识模型,以满足发动机全包线、全状态稳态控制的需要.支持向量机模型的输入为飞行高度、马赫数和稳态转速,输出为线性控制器参数.应用实例表明:该方法在全包线范围内对发动机最优稳态控制器的逼近误差均在2%以内,能较好满足控制精度要求.      

Sliding mode tracking control for miniature unmanned helicopters

A sliding mode control design for a miniature unmanned helicopter is presented. The control objective is to let the helicopter track some predefined velocity and yaw trajectories. A new sliding mode control design method is developed based on a linearized dynamic model. In order to facilitate the control design, the helicopter’s dynamic model is divided into two subsystems,such as the longitudinal-lateral and the heading-heave subsystem. The proposed controller employs sliding mode control technique to compensate for the immeasurable flapping angles’ dynamic effects and external disturbances. The global asymptotic stability(GAS) of the closed-loop system is proved by the Lyapunov based stability analysis. Numerical simulations demonstrate that the proposed controller can achieve superior tracking performance compared with the proportionalintegral-derivative(PID) and linear-quadratic regulator(LQR) cascaded controller in the presence of wind gust disturbances.     

基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

针对航空发动机全包线多变量鲁棒变增益控制器设计问题,提出了一种基于混合区域极点配置的鲁棒变参数控制方法。利用Jacobian方法建立多调度参数下的发动机仿射线性变参数(Linear parameter varying,LPV)模型,用于描述发动机全包线内的非线性动态特性;针对上述LPV模型,采用仿射参数依赖Lyapunov函数设计具有H∞鲁棒性能的状态反馈控制器,给出了控制系统全局稳定性的证明;并利用混合区域极点配置方法,将闭环系统极点配置到左半平面指定位置,以保证控制系统的动态特性及稳定裕度;进而引入凸多胞技术,将参数依赖线性矩阵不等式(Linear matrix inequality,LMI)方程转化为有限维LMI进行控制器求解,并得到了全局解。针对涡扇发动机的仿真结果表明:存在复杂量测噪声干扰条件下,鲁棒变参数控制器可以实现发动机全包线内控制指令的精确跟踪,系统阶跃响应的调节时间不超过1.5s,系统无超调,对控制期望的稳态跟踪误差在0.02%以内,符合发动机控制系统技术要求。     

航空发动机LQR控制的模糊神经网络方法

针对线性二次型调节器LQR在航空发动机多变量控制中存在的存储量需求太大的问题,提出了相应的自适应神经网络模糊控制方法。根据某型发动机飞行包线内给定工作点的线性化模型,分别设计控制器,并将分别设计的控制器用自适应神经网络模糊推理的方法进行综合,使之成为一个非线性的控制器,由此可以得出其它工作点的LQR设计结果。该方法能够在一定程度上弥补LQR控制的缺陷,仿真实例表明了其有效性。      

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。