某型涡扇发动机起动和加速过程数值模拟

借助国内外涡扇发动机过渡态数值模拟研究的最新成果,开展了某型涡扇发动机起动加速过程的数值模拟研究。首先参照风机和泵类机械低转速部件特性相似理论,结合指数外插法,成功地发展了航空燃气涡轮发动机低转速部件特性扩展方法和计算程序;其次,基于燃气涡轮发动机部件匹配原理,写出描述部件内动态流动过程的三个基本方程：动量守恒方程（功率平衡方程）、流量连续方程和能量守恒方程;最后发展了具有一定计算精度的涡扇发动机起动加速过程的数值计算模型和程序,对某型涡扇发动机的起动和加速过程进行了数值分析,并与试验数据进行了对比分析。结果表明,给出的数值计算结果与试验数据具有较好的一致性,表明发展的模拟涡扇发动机起动加速过程的数学模型和程序是合理的。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

变几何涡扇发动机数学模型及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基准特性的修正获得的,然后根据几何涡扇的特点,利用非线性归划中的约束尺度法（ＣＶＭ）设计出了最优加速规律,研究结果表明,用这种方法建立的变几何涡扇数学模型是可行的,用约束变尺度法对发动机加速控制规律进行优化可以明显地改善发动机的加速性。     

基于FSQP算法的涡扇发动机多变量最优加速控制

深入研究了新的非线性规划算法———FSQP算法。提出了一种基于FSQP算法的涡扇发动机多变量最优加速控制方法。该方法可以提高发动机的加速性能并满足加速过程中的各项约束条件。最后,通过仿真表明了该控制算法的可行性和良好的控制效果。     

可变喷管涡扇发动机加速性和稳定性预测

为研究可变喷管调节规律对涡扇发动机加速性和稳定性的影响，基于某型涡扇发动机变几何部件特性，应用变比热容方法建立了发动机加速动态仿真模型，针对不同的喷管调节方案对发动机加速性和稳定性进行了计算和综合分析，结果表明，所建立的仿真模型不仅可用于可变喷管涡扇发动机加速过程的加速性及稳定性预测，也可用于可变喷管涡扇发动机加速过程喷管调节规律的优化设计。     

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。     

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。     

某涡扇发动机过渡过程仿真研究

采用部件法建立了某型涡扇发动机加速过程动态模型,并对不同加速供油量下发动机的加速过程进行了数值仿真,分析了其对发动机性能参数的影响;研究了不同喷口面积调节对发动机加速性的影响。计算结果表明,该方法较为符合实际情况,可以作为该型发动机加速过程控制的模型。      

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。     

涡扇发动机液压机械式自动加速器优化设计

以某型涡扇发动机的液压机械式自动加速器为研究对象,以加速过程的上升时间、超调量和调节时间构造的评价函数为目标函数,并充分考虑加速过程中的约束条件,采用序列二次规划(SQP)算法对起决定作用的凸轮型面进行多目标优化设计.仿真结果表明优化设计后的自动加速器可使加速过程高压转子转速的超调量减小,调节时间缩短,加速性能得到明显改善,且涡轮前最高温度降幅较大,有利于延长涡轮等相关部件的使用寿命.      

涡扇发动机自适应加减速控制研究

针对涡扇发动机加减速过程特性参数变化大的不确定系统,提出一种带执行机构的涡扇发动机自适应加减速伺服控制设计方法。采用变阻尼修正的自适应控制规律,抑制了自适应加减速过程中的参数漂移。在自适应加减速控制算法中,设计目标是使被控对象的输出能够伺服跟踪任意加减速指令信号,这一指令与涡扇发动机加减速过程中对带有条件限制的指令要求一致,为使控制系统具有加减速伺服跟踪和对外界扰动信号抑制的能力,在控制回路中内嵌积分环节,实现闭环加速伺服跟踪鲁棒性能,结果表明:自适应控制适用于涡扇发动机过渡态控制。在仿真时,在系统中加入白噪声干扰的情况下,自适应参数被限制在±0.003的范围内,没有出现参数漂移现象;在快速加减速过程中,加减速燃油流量未出现大幅超调和下垂,加减速时间不超过4 s。     

涡扇发动机加减速特性显式与隐式计算方法

为了探索一种便于进行涡扇发动机过渡态控制规律设计的性能计算模型,提出了基于部件法的涡扇发动机加减速的显式格式和隐式格式计算方法,该方法通过在发动机计算模型中直接给定喘振裕度限制值、燃烧室油气比限制值和涡轮进口总温的限制值,计算出最优的加减速特性,进而获得发动机的最优加减速控制规律。计算模型针对不同的给定值,选择了不同的燃烧室容积效应模型。证明了对一般的涡扇发动机,隐式格式计算模型中,给定压气机喘振裕度算法的解是唯一的。以某涡扇发动机在地面的加减速过程为例,按最优加减速控制规律计算,显式格式算法和隐式格式算法的结果误差小于1.3%.对给定高压转子转速加速率的加速特性也进行了验算,计算结果与最优加速过程的结果误差小于1.7%.本文提出的加减速特性计算方法可为涡扇发动机的过渡态开环和闭环控制规律设计提供便捷的手段。     

SQP方法在航空发动机加速过程控制中的应用研究

本文研究了采用非线性规划方法中的序列二次规划最优化方法解决涡轮风扇发动机加速过程的最优控制问题。在研究中,考虑了发动机加速过程中的压气机喘振边界、涡轮最高温度限制、转子最高转速限制、燃烧富油熄火限制等各种约束条件,以及执行机构的惯性、延迟等机械特性。仿真结果表明:应用序列二次规划法进行加速最优控制是可行的,发动机在加速过程中能准确地沿着各约束边界进行加速,从而充分发挥了发动机的潜力,大大地改善了发动机的加速性。      

一种涡扇发动机加减速转速变化率闭环控制技术

针对涡扇发动机加减速的特点和控制需求,在对比现有控制算法的基础上提出一种新的转速变化率(N-dot)闭环控制技术。通过引入积分补偿,消除了原理性稳态误差,且控制参数机理清晰,易于设计,具备较高的工程应用价值。针对控制回路切换带来积分饱和的技术难点,设计工程实用的输出回归抗积分饱和方法,实现与其它控制器协调工作。基于涡扇发动机开展了Matlab桌面仿真研究和台架试验验证,结果表明,本文提出的控制技术能够取得满意的控制效果:N-dot反馈能够很好跟随N-dot期望指令,跟随误差在当前期望值的±10%以内,控制算法对噪声不敏感,对于涡扇发动机加减速过程多控制回路切换场景,不存在回路干扰和积分饱和现象。     

Limit protection design in turbofan engine acceleration control based on scheduling command governor

A new limit protection method based on Scheduling Command Governor (SCG) is proposed for imposing multiple constraints on a turbofan engine during acceleration process. A Gain Scheduling Controller (GSC) is designed for the transient state control and its stability proof is developed using Linear Matrix Inequalities (LMIs). The SCG is an add-on control scheme which manages engine limits effectively based on reference trajectory optimization. Unlike the traditional min–max architecture with switching logic, the SCG method utilizes the Linear Parameter Varying (LPV) closed-loop model to form a prediction of future constraint violation and per instant solves a constraint-admissible reference within an approximate Maximal Output Admissible Set (MOAS). The influence of the variation of engine dynamic characteristics and equilibrium points during transient state control is handled by the design of contractive sets. Simulation results on a turbofan engine component-level model show the applicability and effectiveness of the SCG method. Compared to the traditional min–max method, the SCG method has less conservativeness. In addition, the design of contractive sets makes conservativeness tunable.