大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.      

变循环发动机地面起动建模及控制规律设计方法

针对旋转部件等熵效率不连续的问题,提出使用换算扭矩代替等熵效率的方法,给出了旋转部件低转速特性拓展方法并获取了旋转部件的全转速特性.提出了可考虑点火及燃烧稳定性的燃烧室稳定性模型,最终建立了变循环发动机部件级整机起动模型.考虑了变循环发动机的8个可调参数,采用差分进化算法对变循环发动机在双外涵及单外涵模态下的起动过程进...     

变循环发动机风车起动建模及仿真研究

为了满足变循环发动机风车起动性能仿真的需求，建立了变循环发动机部件级风车起动模型。针对旋转部件等熵效率不连续的问题，提出使用换算扭矩代替等熵效率的方法，给出了旋转部件全转速特性拓展方法。提出了考虑点火及燃烧稳定性的燃烧室稳定性模型。考虑了变循环发动机的8个可调参数，采用差分进化算法对变循环发动机的风车及风车起动性能进行了优化。结果表明，风车状态时，变循环发动机在单外涵模态具有更高的核心机物理转速，有利于点火之后核心机物理转速快速趋于其慢车值。单外涵模态时，变循环发动机在风车状态的可调参数仅与飞行马赫数有关，为了保持较高的核心机物理转速，后涵道引射器外涵面积需随飞行马赫数的增加而减少，其余参数皆固定在其最佳值。飞行高度6km、马赫数0.8时，变循环发动机在单外涵模态下的风车起动时间为1.4s。风车起动过程中燃油流量的增长主要受燃烧稳定性所约束。通过对可调参数的优化，可使变循环发动机在风车起动过程中的关键性能参数最大程度的逼近其限制值，从而减少风车起动时间。     

基于改进的混合粒子群算法的变循环发动机模型求解

为了降低变循环发动机模型求解时对初始值的依赖性,提升算法的全局收敛性,同时提高模型求解的效率,提出了一种基于改进的混合粒子群算法的变循环发动机模型求解思路。首先建立了变循环发动机的部件级模型,并建立了发动机的共同工作方程组;然后采用Broyden法对牛顿-拉夫森算法中的雅可比矩阵进行更新计算,在经典粒子群算法的基础上引入粒子中心,作为干扰项,并引入限制因子和自适应时变惯性系数;最后,综合了两种改进的算法,提出改进的混合粒子群算法。实验结果表明:该算法不仅继承了牛顿-拉夫森算法的高计算效率,还吸收了改进的粒子群算法的全局收敛优点,可实现模型大范围收敛。     

基于Kriging代理模型的约束差分进化算法

广泛应用的高精度分析模型使得飞行器设计优化的计算成本不断增加,为了缩短优化耗时,基于代理模型的进化算法（SAEAs）近年来得到了广泛关注。针对现有SAEAs处理约束优化问题优化效率低下的缺陷,提出了一种基于Kriging代理模型的约束差分进化算法（KRG-CDE）,结合约束改善概率与最优适应度定制了一种改进的可行准则,从而提高新增样本点的潜在可行性与最优性,并根据种群改善情况,平衡算法全局探索与局部搜索性能。标准测试算例对比研究结果表明,相比于基于全局与局部代理模型的差分进化算法、（μ+λ）-约束差分进化算法,KRG-CDE算法在优化效率、全局收敛性及鲁棒性等方面具有显著优势。最后,运用KRG-CDE算法求解全电推卫星多学科设计优化问题,验证了该算法的工程实用性。     

变循环发动机模态转换建模及控制规律设计方法研究

为了实现变循环发动机快速可靠的模态转换,本文发展了变循环发动机模态转换过渡态模型及控制规律设计方法。在变循环发动机动态数值仿真程序的基础上,针对模态选择阀与涵道引射器这两个模态转换过程中的关键变几何部件,建立了高精度的气流突扩局部损失模型。首次提出了可考虑模态选择阀堵塞对发动机性能影响的模态选择阀堵塞模型,消除了由于模型不精确造成的模态转换参数波动。在建立的变循环发动机数学模型的基础上,提出了基于直接推力控制技术的模态转换控制规律设计方法,考虑了变循环发动机的8个可调参数,采用差分进化算法对模态转换过程进行了优化。结果表明,本文提出的模态转换控制规律设计方法可以实现变循环发动机快速平稳的模态转换,双外涵转单外涵的参数变化规律与单外涵转双外涵的参数变化规律基本类似,推力在0.6秒就稳定在目标推力值,其余参数大多在1.4秒之后才趋于稳定。本文提出的变循环发动机模态转换控制规律设计方法还可应用于常规航空发动机的加/减速过渡态控制规律设计中。     

超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用

MOEA/D-DE 算法易于实现，被广泛应用于处理多目标优化问题，但其超参数CR 和F 对算法性能影响较大。基于MOEA/D-DE 算法框架、利用Sobol 全局灵敏性分析方法对差分进化算子中的交叉控制参数CR进行改进，使用莱维飞行策略控制比例因子F，使算法中的超参数拥有自适应能力，得到超参数自适应的MOEA/D-DE 算法——MOEA/D-DEAH 算法；对MOEA/D-DEAH 算法、不同超参数设置的MOEA/D-DE算法和NSGAII 算法进行函数测试和翼型气动隐身优化算例对比。结果表明：MOEA/D-DEAH 算法性能良好，具有较强的鲁棒性，气动隐身优化效果也比其他算法更好。     

变循环发动机组合变几何调节方案

基于面向对象的设计思想,设计出了一个双涵道变循环发动机(VCE)的性能计算模型,并选取了双涵道VCE具有代表性的典型工作点,进行了双涵道VCE的组合变几何调节的相关研究.结果表明:在双涵道VCE的亚声速巡航和超声速巡航工作点,合理调节风扇导流叶片角度可以更大程度发挥双涵道VCE性能优势;在亚声速巡航工作点时选取的方案4和超声速巡航工作点时选取的方案4均比双涵道VCE设计点的变几何调节方案性能更优.     

自适应变循环发动机性能优势评价方法

为了综合评价自适应变循环发动机相比常规涡扇发动机的性能优势,提出了从发动机耗油率降低和质量增加2个维度以及从发动机耗油率、飞机燃油消耗量和燃油效率之间关系的角度来评价自适应变循环发动机性能的2种方法。结果表明:发动机耗油率降低和质量增加之间存在某个平衡点,只有质量增加幅度小于耗油率降低幅度时,才能体现自适应变循环发动机的性能优势,并且飞机航程越长,越能体现自适应变循环发动机耗油率降低带来的优势;发动机耗油率、飞机燃油消耗量和燃油效率之间呈指数关系变化,当假设飞机巡航航程为3500 km、飞机升阻比为10.5时,自适应变循环发动机巡航耗油率相比常规涡扇发动机的降低1%,可使飞机燃油消耗量减少约1.9%,飞机燃油效率提高约2.4%。     

基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。     

全流量补燃循环发动机系统的响应特性

以全流量补燃循环氢氧发动机系统为研究对象,对其的动态响应特性进行了研究。建立了描述全流量补燃循环发动机动态特性的非线性数学模型,将免疫策略算法同龙格-库塔法结合起来,提出了求解含有隐式项的常微分方程组的变步长龙格-库塔方法,并应用该方法对全流量补燃循环发动机系统的动态响应特性进行了仿真计算。计算结果表明,当发动机在某一个稳定工况工作时,发动机入口推进剂压强的变化对发动机性能参数的影响不大,发动机的参数都能比较平稳的过渡到一个新的稳定工况;当发动机在短时间内进行小范围的推力调节时,发动机参数的过渡过程的曲线也比较平稳,但是当在短时间内进行大范围推力调节时,参数的过渡过程的曲线振动比较剧烈,因此应当在进行大范围推力调节时,应当对调节时间进行适当延长,或者分级进行推力调节。      

具有智能调节机构的航空发动机自适应控制系统

采用仅利用输入输出测量值的模型,参考自适应控制,设计了某型涡扇发动机的多变量控制系统;在飞行包线内选取标称点分别确定了自适应律的参数,以保证控制系统性能在该标称点处达到最优;用神经网络的方法拟合了发动机工作条件与自适应律参数之间的关系,建立了根据发动机工作状况选择合适自适应律参数的智能调节机构。仿真结果表明,所设计的控制系统在整个飞行包线内的标称点与非标称点均具有良好的性能。     

具有积分限制的单神经元PID控制算法

提出了一种抗积分饱和的变参数PID单神经元二次性能寻优算法.在 PID结构简单的基础上,兼有神经元自适应修正能力和二次性能寻优的特点,当积分出现饱和时,通过控制逻辑自动抑制偏差的积分,从而提高了变参数PID算法的鲁棒适应性.以某双轴发动机喷口为被控对象,对模型参数以50%的变化进行了控制性能的仿真.结果表明:变参数PID单神经元二次性能寻优算法具有较强的鲁棒稳定性和鲁棒性能,动态过程的最大超调量被抑制在5%以内,动态调节时间仅为0.6s.所提出的性能寻优PID算法可以满足航空发动机的控制需求.      

基于LMI涡扇发动机混合加权灵敏度H_∞动态输出反馈控制

利用回路整形和内模原理方法,选取合理频率域加权函数,结合实际被控对象状态空间模型,得到某广义被控对象状态空间模型,将原控制要求问题转化为标准H∞控制问题。基于LMI(LinearMatrixInequality)方法,对此广义对象进行最优H∞动态输出反馈控制器设计,进而求得原被控对象的控制器。以某型涡扇发动机为被控对象,进行混合加权灵敏度H∞动态输出反馈控制器设计,并在飞行包线范围内,进行了发动机控制系统非线性仿真验证。结果表明,此控制器满足抗干扰性、跟踪性要求,并具有一定鲁棒性。      

Design method of optimal control schedule for the adaptive cycle engine steady-state performance

The alternative working modes and flexible working states are the outstanding features of an adaptive cycle engine, with a proper control schedule design being the only way to exploit the performance of such an engine. However, unreasonable design in the control schedule causes not only performance deterioration but also serious aerodynamic stability problems. Thus, in this work,a hybrid optimization method that automatically chooses the working modes and identifies the optimal and smooth contro...     

基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

考虑多工况性能可靠性的航空发动机循环设计方法

为实现航空发动机总体性能设计方法由传统的确定性设计向不确定性概率设计转变，提出基于分布式协同响应面法思想的航空发动机多工况性能可靠性循环优化设计方法:建立了引入非确定性部件性能的航空发动机性能仿真模型，通过试验设计、非设计点性能仿真试验等步骤，构建了各典型工况下发动机推力与耗油率性能可靠度关于设计点循环参数的分布式响应面模型，并以此构建多工况性能协同响应面模型进行循环参数优化设计，最终获得循环参数非劣解集并通过随机试验进行验证。结果表明，通过多工况性能可靠性循环优化设计方法获得的循环参数非劣解集均能使发动机在多个典型工况下的总体性能同时达到不低于97.5%的高可靠度，为设计人员根据实际情况选取循环参数提供依据。