带不等式约束的发动机预测控制

航空发动机模型参数随外界条件变化很大，在整个飞行包线实现最优控制具有一定的难度。根据预测控制在线寻优的特点将其应用于航空发动机控制，并考虑到发动机的安全限制继而构造了带不等式约束的预测控制器。     

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。     

基于FMI的航空发动机非线性预测广义最小方差控制

针对航空发动机具有强非线性的特征和控制需求,结合被控对象对非线性预测广义最小方差控制方法进行了仿真分 析。创新性地引用功能模拟接口标准实现了航空发动机模型和数控燃油调节机构模型的联合仿真。简要介绍了广义预测控制方 法的思想,采用非线性预测广义最小方差控制方法对航空发动机进行控制策略研究,并对控制律中需要调节的参数选择进行了简 单的理论分析,通过仿真分析了每个参数取值对系统控制性能的影响,并确定了所选取的参数值。仿真结果表明：这种方法能够 满足航空发动机的控制需求,与原有PID控制器相比,能在略微降低控制品质的条件下改善执行机构的作动条件。     

基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制

直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出了基于复合推进系统动态模型-状态变量模型(Compact Propulsion System Dynamic Model-State Variable Model-State Variable Model, CPSDM-SVM)的航空发动机直接推力预测控制方法。CPSDM实时估计出不可测参数（推力、喘振裕度等）的基准值,SVM则根据未来输入实时预测发动机未来响应。由于CPSDM将发动机分为进气道、核心机、喷管、喘振裕度、推力等进行建模,在兼顾精度的同时,提高机载模型的实时性。CPSDM-SVM作为MPC算法中的预测模型,具有较高的精度和实时性。仿真结果表明,在与基于分段线化模型的传统模型预测控制方法实时性基本相同的情况下,所提出方法控制效果有明显的提升,调节时间减小了1.17s。所提出方法稳态控制精度为0.08%,传统方法稳态精度为2.58%。因此,所提出方法在保证实时性的条件下,提升了控制精度和控制效果。     

基于数据驱动的航空发动机故障诊断与预测方法综述

航空发动机故障诊断与预测是航空发动机健康管理的重要内容,基于数据驱动的故障诊断和预测技术是航空发动机故障和预测领域广泛应用的方法。本文总结了基于数据驱动的航空发动机故障诊断与预测的主要方法及特点,展望了航空发动机故障和预测方法的未来发展方向。     

航空发动机喘振主动控制技术的发展

概括了航空发动机喘振主动控制的三种控制策略的基本原理,分别为基于附加扰动喘振主动控制、基于分叉理论喘振主动控制及基于喘振预测主动防喘控制,总结了压缩系统稳定性模型、压缩系统失稳先兆及检测、主动控制传感器及执行机构等航空发动机喘振主动控制关键技术,及其存在的问题,并在此基础上预测了未来的发展趋势。     

航空发动机全三维数值仿真技术

<正>航空发动机数值仿真是在计算机虚拟环境中,实现对航空发动机整机、部件或系统等的高精度、高保真多学科耦合数值模拟,是助推航空发动机从"传统设计"到"预测设计"研发模式变革的重要手段。航空发动机数值仿真可分为零维、一维、准三维和全三维四种。其中,全三维仿真能反映三维流动细节,是航空发动机设计的发展方向,拥有巨大的应用前景。20世纪90年代以来,我国航空发动机数值仿真工作取得了很大进展,各个部件均建立起了三维设计体系,但对发动机整机性能方面的模拟尚不完善,在发动机全流道内开展设计点和非设计点全三维仿真十分困难。     

基于神经网络时延预测的航空发动机内模控制器设计（英文）

针对航空发动机分布式控制系统中时延不确定问题，提出了一种基于神经网络时延预测的航空发动机内模多变量控制设计方法。首先分析了分布式控制架构下网络时延产生的原因及影响因素。然后设计了内模控制器，包括基于神经网络的时延预测模块、内模主控制器模块、执行机构小闭环控制模块以及与发动机起动过程开环控制计划相结合的切换控制模块。在理想和扰动条件下，从理论上分析了基于预测时延的内模控制系统的稳定性能，并对所提控制策略下允许的最大时延进行了说明。最后进行了全数字仿真和硬件在环仿真试验。结果表明，所设计的神经网络时延预测模块具备高精度预测能力，内模控制器的稳态误差不超过0.5%，具有良好的抗干扰能力、并满足实时性要求，具有一定的工程应用价值。     

航空发动机状态空间模型约束预测控制

为了解决航空发动机约束预测控制器的设计问题，针对状态空间模型，经推导将无约束的二次型性能指标式转换成有约束的二次型性能指标式，采用二次规划方法计算出有约束预测控制量。按无约束和有约束，模型匹配和不匹配分别对某型发动机进行仿真计算，取得了不同约束条件对发动机动态性能和静态性能的影响情况，并举例将仿真数据转换成物理数据。仿真结果符合物理规律，计算方法得到验证。     

我国航空发动机材料控制标准发展现状分析

分析了我国航空发动机材料行业标准体系中材料控制标准不健全影响发动机材料制造过程控制和管理的问题,介绍了欧美航空发动机公司材料控制标准体系的特点,提出了建立健全航空发动机材料控制标准的设想.     

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....     

基于攻角预测模型的航空发动机高稳定性控制

研究了发动机稳定性控制问题.作战飞机在超机动飞行时,发动机进口流场畸变严重,采用常规控制并不能保证其稳定工作.针对上述问题,提出了基于攻角预测的发动机超机动飞行高稳定性控制器:首先建立了进气道攻角预测模型,以实时估计发动机进口流场畸变,并在此基础上用增广线性二次型调节器(augmented linear quadratic regulator,简称ALQR)方法设计了高稳定性控制器,最后在发动机/三自由度飞机综合模型平台上模拟大攻角飞行任务进行了数字仿真验证.数字仿真结果验证了提出的控制思想的合理性和可行性.      

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

基于显式预测控制的涡扇发动机控制器设计

模型预测控制因其能够较好地处理涡扇发动机约束问题且实现多变量控制而具有较大的应用潜力。为了解决传统模型预测控制算法在实际应用中存在运算量大、实时性较差的问题,基于显式模型预测设计了航空发动机多变量控制器。在控制结构上采用多速率双闭环系统,保证了控制精度;在计算上通过多参数规划将在线优化问题转化为线性函数计算问题,大幅度减少了计算量;在发动机从开环切闭环的过程提出一种增量式切换方法,实现无扰切换。数值仿真和硬件在环仿真结果表明,转速和压比稳态误差分别不超过±0.25%和±1%,控制器在25ms控制周期内能完成计算,满足嵌入式系统实时性要求。     

量子遗传算法在航空发动机PID控制中的应用

分析研究了量子遗传算法(Quantum Genetic A lgorithm-QGA)的原理及其优势,将有指导的群体灾变及多宇宙并行演化策略引入量子遗传算法,改善其收敛性。以理想二阶系统为参考模型,实际系统响应曲线与参考模型响应曲线误差积分为目标函数,使用量子遗传算法进行发动机PID控制器参数优化并进行了数字仿真。仿真结果表明,量子遗传算法具有较好的全局收敛能力,应用于PID控制器控制参数优化后,控制器的控制效果良好,其在发动机控制系统中有较高的应用价值。     

一种用于提高发动机气动稳定性的控制策略

通常,风扇/压气机可用稳定裕度明显高于具体使用条件下的最大值,理论上为发动机性能提高提供了可能。基于上述思想,本文开展了主动稳定性控制(ASC)方法研究,在小畸变下,通过降低稳定裕度要求来提高性能;在超出畸变容限时,必须无条件保证发动机的工作稳定性。建立了进气畸变气动稳定性模型,并嵌入常规控制规律,推导出主动稳定性控制规律,给出相应控制策略。以某涡扇发动机为对象,开展了主动稳定性控制仿真研究。结果表明,在中等畸变强度以下,主动稳定性控制能有效满足降低稳定裕度的要求。