航空发动机性能寻优控制混合优化算法

根据性能寻优控制(Perform ance Seek ing Con trol)优化模式的特点,针对某型涡扇发动机,研究了把发动机性能优化问题描述为线性规划问题。同时针对线性规划方法可能会收敛于局部极小值和非线性方法计算量大的问题,提出了基于LP(L inear P rogramm ing)和MAPS(M odel-A ssisted Pattern Search)混合优化方法,并研究了LP和MAPS混合优化方法在航空发动机性能寻优控制中的应用,同时在最大推力控制模式和最小油耗控制模式下进行了仿真。大量仿真结果表明,采用混合优化方法可进一步提高发动机的性能,并且大大减少了计算量。      

填充函数法在发动机加力最小油耗模式控制中的应用

主要研究了航空发动机性能寻优控制(PSC)算法问题。提出一种用于解决非线性约束优化问题的基于填充函数方法(FFM)的实时优化控制策略。通过构造填充函数,该算法可以在优化计算过程中能够不断跳出局部最优点,使得算法本身具备了全局寻优能力。详细介绍了其算法主要内容与实现途径,基于上述的填充函数优化算法,以某型涡扇发动机加力最小油耗优化控制模式为仿真算例,验证了该算法在解决航空发动机性能寻优控制问题时,相比传统的序列线性规划方法在全局寻优方面具有更好的效果。     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。     

基于dSPACE的性能寻优控制工程应用研究

发动机性能寻优是提高飞机效能的方法之一,其先进控制模态能够综合飞机和发动机的信息,在安全运行的前提下,实现发动机某项或综合性能指标的最优。为提高飞机效能,本文在对飞行/推进系统性能寻优控制理论及现有成果的学习基础上,通过最小二乘法求取线性模型,获得较为精确的全包线推进系统矩阵,从而确定线性小区间内性能指标和约束条件的线性表达式,进而将发动机性能寻优问题表述成线性规划问题,通过单纯形法获取寻优模式下的各项性能指标。从验证性能寻优控制算法工程可行性的角度出发,将性能寻优程序模块嵌入到数控系统中;在dSPACE设备上搭建快速控制原型仿真平台,进行了实时仿真验证,仿真结果能够获得预期的指标优化结果。研究表明:性能寻优算法在工程应用上具有可行性及有效性。     

推进系统优化控制模式研究

在不同的飞行任务段采用不同的优化控制模式,能够充分发挥发动机的性能潜力,提高飞机性能。利用机载自适应模型,使优化控制模式具有自适应能力。优化过程采用线性规划(LP)方法结合发动机的物理响应过程来解决非线性的发动机性能优化问题。文中阐述了优化控制的设计和控制算法,并进行了数字仿真试验,结果表明:在平飞加速工况下,采用最大推力模式,可提高发动机推力约10%;在亚音速巡航时,采用最小油耗模式,可节省单位油耗约2%,验证了推进系统优化控制模式的性能效益。      

航空发动机加力状态最小油耗优化控制

分析了发动机加力状态燃油消耗的特点，利用主燃烧室燃烧效率远大于加力燃烧室燃烧效率的特点，将性能寻优控制中的最小油耗模式扩展至加力状态。用线性规划（Linear Programming）算法进行发动机性能寻优。进行了加力状态最小油耗模式的数字仿真实验，仿真结果表明在加力状态应用最小油耗模式，可以使单位耗油率减少5％～7％，其效益远高于非加力状态的最小油耗模式，具有明显的实际应用价值。     

基于改进AFSA的桨扇发动机加速控制计划优化

为了提升桨扇发动机的过渡态性能，提出了一种可以满足发动机性能参数约束和寻优结果正确性要求的桨扇发动机加 减速控制计划优化方法。引入自适应调整策略和半可行域对人工鱼群算法（AFSA）进行改进，经过数值验证，改进后的算法较原 始算法具有更快的收敛速度和更高的寻优精度。将推力与目标推力间的差值作为寻优目标，采用改进后的人工鱼群算法和序列 二次规划算法（SQP）对桨扇发动机的加速过程进行优化，得到了满足约束前提下的桨扇发动机时间最短的加速控制计划，结果表 明：与采用传统的基于梯度的序列二次规划算法相比，采用改进的人工鱼群算法进行离线分段寻优所得到的控制计划总加速时间 缩短了21.8%（0.58 s），证明了改进人工鱼群算法具有更强的全局寻优能力，更适用于桨扇发动机加速控制计划的优化。     

基于DMOM算法的航空发动机性能寻优控制

提出一种分散迁移优化算法(DMOM),可实现多峰值优化问题的全局最优解搜索.该算法通过随机选择参考粒子,不断迁移搜索自身所处区域峰值点,再通过分散操作排除局部最优点,重新生成新个体,可快速搜索到全局最优区域.将DMOM应用于航空发动机性能寻优控制仿真,结果表明:在最小油耗和最低涡轮温度模式下, DMOM的寻优速度相比遗传算法(GA)和粒子群算法(PSO)提高了2倍以上;同时DMOM的优化精度相比自组织迁移算法(SOMA)提高了60%以上,相比可行性序列二次规划(FSQP)算法提高了20%以上.验证了DMOM相比其他优化算法有更强的跳出局部最优的能力,在航空发动机最小油耗和最低涡轮温度这类多峰值寻优问题中具有明显的优势.      

航空发动机推力衰退缓解的神经网络控制

针对航空发动机气路部件性能退化导致的推力下降问题,提出一种基于变增量线性规划(LP)优化 神经网络控制方法用于航空发动机推力衰退缓解控制。该方法通过内环控制转速和发动机压比,外环修正发动机指令信号以缓解发动机推力衰退。其中内环非线性自回归滑动平均(NARMA-L2)转速控制器由神经网络训练得到;外环指令修正回路利用变增量LP优化方法调整发动机指令信号。以某型小涵道比涡扇发动机为对象进行仿真验证,结果表明,在4组仿真条件下,设计的控制方法在保证性能退化的发动机不超限的条件下使推力衰退至少缓解了46.5%,验证了该方法的有效性。     

基于SVR-PSO改进算法的航空发动机稳定性控制

在多变量发动机寻优控制中,用支持向量回归算法(SVR)对粒子群优化算法(PSO)进行改进可以有效避免局部最优解的出现.将改进算法应用于航空发动机实时稳定性控制,根据发动机仿真计算程序计算出发动机在各工作点处的稳定裕度,根据控制参数的变化域进行全局寻优,寻找满足压缩系统稳定裕度最小的工作点.仿真和分析表明:该算法实时性高,收敛速度快,具有较强的全局寻优能力,能在保证发动机稳定裕度最小的同时有效降低涡轮前温度和耗油率.      

信赖域滤子算法在航空发动机在线优化中的应用

主要研究了航空发动机在线优化问题.以非线性发动机部件级模型为优化对象,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.      

Neural network-based model predictive control with fuzzy-SQP optimization for direct thrust control of turbofan engine

A nonlinear model predictive control method based on fuzzy-Sequential Quadratic Programming (SQP) for direct thrust control is proposed in this paper for the sake of improving the accuracy of thrust control. The designed control system includes four parts, namely a predictive model, rolling optimization, online correction, and feedback correction. Considering the strong nonlinearity of engine, a predictive model is established by Back Propagation (BP) neural network for the entire flight envelope, whose input and output are determined with random forest algorithm and actual situation analysis. Rolling optimization typically uses SQP as the optimization algorithm, but SQP algorithm is easy to trap into local optimization. Therefore, the fuzzy-SQP algorithm is proposed to prevent this disadvantage using fuzzy algorithm to determine the initial value of SQP. In addition to the traditional three parts of model predictive control, an online correction module is added to improve the predictive accuracy of the predictive model in the predictive time domain. Simulation results show that the BP predictive model can reach a certain degree of predictive accuracy, and the proposed control system can achieve good tracking performance with the limited parameters within the safe range.     

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。      

航空发动机约简遗传规划起动非线性动态模型

提出了一种新的用于航空发动机最优化起动过程数据驱动动态建模的约简遗传规划(PGP)算法。这种模型采用遗传规划产生航空发动机辨识模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支对于模型精度的贡献并据此去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性线参数动态模型。实际发动机起动过程建模应用案例证明,这种思路对于具有非线性输入输出关系特征的数据可以产生鲁棒性好、解析性强的线参数非线性模型。      

利用SQP控制涡扇发动机加速过程的多目标最优化研究

在涡扇发动机加速过程控制中引入多目标评价函数法中的线性加权和法,实现发动机加速过程的双变量控制。研究过程中,充分考虑了涡扇发动机加速过程中的各项约束条件。仿真结果表明,应用多目标最优化方法来进行发动机加速最优控制是可行的,能充分发挥发动机的潜力。