两种涡扇发动机部件特性自适应模型对比

发展了航空发动机自适应模型．并对以两种优化算法为基础的自适应模型进行了对比分析。两种模型以通用特性为基础运用优化方法,以发动机主要性能参数和过程参数偏差函数最小为优化目标,以部件特性耦合因子为被优参数,可以预测出不同飞行条件下的发动机风扇、压气机、燃烧室、高压涡轮、低压涡轮等部件特性。运用单纯形和遗传算法为基础的自适应模型对某型涡扇发动机性能的计算结果表明：相对于单纯形算法模型．遗传算法模型对发动机主要性能参数和过程参数的计算偏差降低了20％～30％;对发动机各截面总温、总压计算偏差降低了15％～20％;遗传算法模型相对于单纯形模型具有更为宽广的自适应模拟范围。对某型已知部件特性的涡扇发动机模拟结果显示．遗传算法模型部件特性模拟结果与已知部件特性差别甚微。     

1种发动机自适应模型的修正方法

为解决由于工艺落后和性能衰退所导致的发动机模型与实际发动机失配的问题,从而达到视情维修的目的,建立了1种基于遗传算法的自适应模型修正方法.利用遗传算法高效率的全局搜索能力,以发动机性能参数为目标,优化部件参数,实现了模型的修正,并通过分析发动机性能参数对部件参数的敏感性,研究了选取不同组合的待修正部件参数对模型修正精度的影响.结果表明:采用该修正方法所建立的发动机模型准确性高、鲁棒性强,且具有良好的通用性,为发动机的健康管理和故障诊断提供了重要依据,具有很好的军事和工程应用价值.     

基于遗传算法的涡扇发动机稳态调节规律优化设计

为了获得最大推力,对典型的混合排气涡扇发动机的调节规律进行分析,得到发动机控制参数的最优匹配,介绍了1种基于排挤机制的小生境遗传算法,并采用多峰值多变量函数对小生境遗传算法进行测试,结果表明:小生境遗传算法能够得到目标函数的局部最优解和全局最优解。将发动机稳态模型作为目标函数代入小生境遗传算法中,并制定相应的约束条件和惩罚机制,结果表明:采用优化后的调节规律使发动机推力表现更优。     

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

基于卡尔曼滤波-遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,提出了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法.根据发动机可测参数偏离额定特性时的变化量,利用卡尔曼滤波器对发动机性能参数进行了估计.当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况.遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出了存在测量偏差的传感器,确定其偏差,并最终消除了测量偏差对性能诊断的影响.     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

基于遗传算法的涡喷发动机身份证模型建立

为建立发动机身份证模型,针对发动机个体差异和寿命期内性能蜕化引起的发动机模型与真实发动机之间的失配问题,提出1种基于遗传算法的发动机部件级模型自动修正方法。在发动机部件级模型中,引入能反映个体发动机部件特性的性能调节因子。根据发动机试车数据与待修正部件级模型输出数据,以发动机关键测量参数残差最小为优化目标,采用遗传算法获得不同换算转速下的特性修正系数,建立发动机身份证模型。以某型涡喷发动机为对象进行试验验证,结果表明该方法能有效提高发动机部件级模型精度,适用于建立发动机身份证模型。     

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。     

空空导弹固体火箭冲压发动机设计参数优化

为使空空导弹在较宽的空域范围内获得优化的综合性能,提出了以导弹综合特性为目标函数来优化固体火箭冲压发动机设计参数的思路,以空空导弹在飞行高度分别为5,10km和15km的飞行距离和飞行速度的综合性能参数为目标函数,建立了固体火箭冲压发动机设计参数优化模型,利用遗传算法进行了固体火箭冲压发动机设计参数的优化.优化的结果表明:当参数选择适当时,采用非壅塞固体火箭冲压发动机的空空导弹在较宽的工作包线内也能够具有优秀的飞行性能,在高度为5,10km和15km时,空空导弹的飞行距离分别达到了62.9,89.2km和133.1km,空空导弹的平均飞行速度也得到了提高.      

基于多目标遗传算法的航空发动机总体性能优化设计

采用一种基于Pareto最优解的多目标遗传算法—NSGAⅡ算法,以双轴混合排气式涡轮风扇发动机为算例,集成发动机性能模型、流路尺寸模型和质量模型,以单位推力、耗油率等为目标函数进行了多目标优化设计。计算结果表明:NSGAⅡ算法具有较好的稳健性和鲁棒性;基于NSGAⅡ算法的发动机总体性能优化方法能够获得目标空间内分布均匀的Pareto最优解集,有效克服了发动机总体性能方案设计时人工经验依赖较重的缺点,可为决策者进行目标权衡提供充分依据。      

某航空活塞发动机进、排气正时优化

利用基于仿真的遗传算法优化方法,对某型点燃式航空活塞发动机气门正时优化进行了研究。通过耦合发动机性能模型与modeFrontier专业优化软件,以提高发动机巡航工况下有效功率和降低燃油消耗率为目标对发动机的进、排气正时和进、排气持续期进行了优化。分析结果表明:相比于原机,通过优化进、排气门正时和进、排气持续期,发动机在巡航工况下燃油消耗率降低2.5%,功率提升7.3%;优化后的进、排气参数也可以提升发动机节气门全开时发动机的性能,减少飞行器的起飞滑跑距离。      

无人机活塞式发动机进排气系统优化

针对一款无人机(UAV)用活塞发动机在飞行转速为6500r/min时扭矩较低以及燃油消耗率较高的问题,提出了一种基于自适应遗传算法（GA）的发动机进排气系统优化方法,进行进排气系统改进设计。使用GT-Power软件搭建了该发动机一维仿真模型,并通过台架试验数据验证模型;基于该模型进行了进排气系统结构参数对扭矩和燃油消耗率的敏感性分析,将进气管长度、直径、空滤器后腔容积和排气管长度作为优化变量,使用Matlab进行自适应遗传算法优化,使用Simulink/GT-Power接口实现数据采集和优化结果反馈。通过台架试验验证了优化结果的准确性。结果表明:在飞行转速为6500r/min时,经过优化后的发动机扭矩和燃油消耗率都得到明显改善,扭矩最大可以提高5.51%,燃油消耗率最大降低6.31%。      

多用途战斗机/涡扇发动机一体化循环参数优化

 针对多用途战斗机的特点,发展了基于飞/发一体化的涡扇发动机循环参数优化设计模型和相应的计算程序,优化设计模型中包括双变量控制涡扇发动机特性计算模型、进排气系统安装特性计算模型、飞机气动特性分析模型、重量组成分析模型、任务剖面分析模型、约束分析与任务分析模型和优化计算模型等。重点研究了多用途战斗机约束边界的获得方法,利用多岛遗传算法和自适应模拟退火优化算法,分别对现役多用途战斗机、不加力超声速巡航多用途战斗机以及下一代先进多用途战斗机用涡扇发动机循环参数进行了优化计算,对计算结果进行了分析,获得了对多用途战斗机用涡扇发动机循环参数选择有指导意义的结论。     

低排放燃烧室化学反应器网络模型的参数化

为了掌握低排放燃烧室的污染物排放情况,对其化学反应网络器(CRN)模型的参数化进行研究.对爬升工况下燃烧室CFD数值模拟结果进行分析,划分燃烧室的结构,得到燃烧室的CRN模型.再利用自编程软件对燃烧室的结构参数和进口参数进行参数化定义,并把参数化的CRN模型在不同工况下的模拟结果与试验结果分别比较.结果表明:在慢车工况下二者相差不大,在爬升工况下二者差异也在允许误差范围之内.验证了该模型可行性较好,该参数化CRN模型可用于预测低排放燃烧室的污染物排放量和出口温度.     

基于改进粒子群算法的航空发动机性能综合评价

针对基于单参数评估发动机性能能力不足的问题,研究了利用多参数综合评估发动机性能的方法;通过对某型发动机台架试车数据分析,确定了使用综合加权法评估发动机性能比算术加权平均法更具合理性;分别利用改进的遗传算法和粒子群优化算法计算多参数的权值,对比结果表明:使用改进的粒子群算法在计算精度和速度上均优于遗传算法。同时还计算了各翻修次数下发动机的性能指标。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

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。     

基于遗传算法的民用航空发动机送修方案决策研究

为了给航空发动机在整个使用周期内送修方案的制定提供支持，降低发动机使用周期内的大修成本，针对单元体结构的民用航空发动机，基于制造商的发动机维修管理大纲，同时考虑时寿件寿命和单元体超出软时限导致性能衰退而造成发动机送修的情况，设定大修间隔不超过最大送修间隔，建立了一种以送修时间间隔为优化变量，以单位飞行小时送修成本最小为优化目标的发动机大修成本优化模型。采用遗传算法对模型进行求解，并以V2500发动机为例，对其25年里多次返厂送修方案进行了优化，表明当送修次数为6次时返厂大修成本最低，并给出了相应的各单元体的修理级别，该方法可为航空公司制定发动机送修方案提供参考。      

直升机/发动机系统综合控制半物理仿真

基于直升机/发动机系统综合控制半物理仿真试验平台,针对直升机/发动机系统综合模型和综合控制算法进行数字与半物理仿真试验研究.提出了一种串级PID(proportional integration differential)+扭矩前馈+总距补偿的系统抗扰控制算法,并提出了基于机载简化发动机模型的多模式综合实时优化控制算法.试验结果表明:所建立的 直升机/发动机系统综合开闭环模型能够模拟发动机从起动到慢车再到直升机飞行的整个过程,自由涡轮转速超调量和下垂量均在4%以内,在不同飞行条件下,动静态品质均满足设计要求.本文还进行了综合系统多模式优化技术的半物理仿真,结果表明所设计综合控制律的良好工程应用前景.