一种基于LMI的航空发动机输出反馈PI控制

基于LMI(LinearMatrixInequality,线性矩阵不等式),提出一种航空发动机PI输出反馈控制器设计方法。利用被控对象中控制向量2范数上界的限制,提出了一种改进ILMI(IterativeLMI)算法,用于解决控制受约束的航空发动机PI控制器的一种LMI描述求解问题。以某型双转子涡喷发动机为被控对象,基于LMI进行了PI输出反馈控制器的设计,并分区域在飞行包线进行了航空发动机控制系统仿真验证。结果表明,所得控制器满足预期设计要求,同时具有一定鲁棒性。     

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。      

基LMI的航空发动机多变量H∞固定阶控制的研究

提供了一种新的航空发动机多变量静态输出反馈的固定阶PI控制器的设计方法.固定阶控制器的综合问题一般表征为满足双线性矩阵不等式(BMI)约束优化问题,获得BMI约束下的最优解非常困难.在航空发动机特定的控制条件下,将固定阶控制器的BMI问题转化为标准的线性矩阵不等式(LMI)问题,并推导出静态输出反馈的H∞固定阶控制器存在的条件及控制器的设计方法.使用该技术对某型涡扇发动机控制系统进行固定阶PI控制器设计,仿真结果表明,该控制系统其性能和鲁棒性满足要求.     

民用涡扇发动机多变量增广LQR控制器设计

针对民用涡扇发动机设计多变量控制器,提出将多变量增广LQR控制算法引入到民用涡扇发动机的方法。将发动机控制量作为增广的状态向量引入LQR算法设计,并根据控制系统回路的性能需求,设计期望动态响应曲线;期望动态响应与实际动态响应的差值范数作为优化目标用来调整、确定LQR控制算法的权阵取值;设计的控制器与民用涡扇发动机非线性模型仿真验证。结果表明,多变量增广LQR控制器满足民用涡扇发动机的控制需求。     

基于LMI的航空发动机多变量H_∞固定阶控制的研究

提供了一种新的航空发动机多变量静态输出反馈的固定阶PI控制器的设计方法。固定阶控制器的综合问题一般表征为满足双线性矩阵不等式(BMI)约束优化问题,获得BMI约束下的最优解非常困难。在航空发动机特定的控制条件下,将固定阶控制器的BMI问题转化为标准的线性矩阵不等式(LMI)问题,并推导出静态输出反馈的H∞固定阶控制器存在的条件及控制器的设计方法。使用该技术对某型涡扇发动机控制系统进行固定阶PI控制器设计,仿真结果表明,该控制系统其性能和鲁棒性满足要求。     

基于RBF神经网络补偿的航空发动机H_∞自适应控制研究

航空发动机控制系统是飞行器的重要机构,航空发动机存在的控制增益衰减和未建模动态等不确定性问题影响了其控制性能,为此设计将H∞自适应控制和补偿控制相结合的控制器。首先,基于混合灵敏度理论设计H∞自适应控制器;然后,基于Lyapunov 严格稳定理论设计RBF 神经网络补偿控制器对不确定性进行拟合补偿,并通过与误差相关的线性函数调整拟合速度;最后,以归一化后的航空发动机模型为被控对象进行多变量仿真试验。结果表明：本文设计的自适应控制器能够有效补偿不确定性,相比H∞控制器,超调量和调节时间都有所降低。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

航空发动机解耦控制器设计

提出了一种基于输出拟形的解耦控制器设计方法。设计过程中针对某型涡扇发动机双变量控制系统,首先选取2个理想的一阶环节形成2个独立控制回路,以其在各通路单独阶跃下的无耦合响应为拟形目标。以LQR控制器设计为例,采用遗传算法(GA)来优化LQR控制器的加权矩阵Q和R,使闭环控制系统在各控制回路单独阶跃下的输出与目标相一致,从而达到解耦的目的。通过优化算法,设计出的LQR控制器取得了良好的动、静态解耦效果。     

几何可调液体冲压发动机多变量控制算法研究

为了解决几何可调冲压发动机多变量耦合下的控制问题,设计了此发动机的混合灵敏度H∞鲁棒多变量控制器。在大偏离非线性动态模型基础上进行了仿真试验验证并与原单变量多回路控制器进行了对比,试验结果表明此多变量控制器可以有效地减小输出超调,提高了发动机的稳定裕度。      

基于μ综合的宽包线冲压发动机多变量鲁棒稳定控制研究

为避免控制律设计结果出现较大的保守性,考虑冲压发动机的宽包线、非线性、不确定性和未建模动态特性等问题,研究了基于μ综合方法的发动机多变量控制算法设计。建立了一种发动机模型,给出了标称模型的选择和权函数设置与选取,用D-K迭代获得了μ综合控制器。数值仿真验证结果表明:基于μ综合设计的多变量鲁棒控制器在发动机宽包线范围内均满足控制性能指标要求,验证了控制算法的稳定性和鲁棒性,实现了单个控制器控制多个发动机状态点的功能,避免传统控制模式中复杂的动态调参过程。     

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。     

基于误差反馈控制的建立航空发动机自适应模型方法

提出了基于误差反馈控制的建立航空发动机自适应模型方法.即以实际发动机的输出为参考指令,以航空发动机性能蜕化值为航空发动机模型的控制量,通过设计鲁棒性好且能消除稳态误差的增广线性二次型最优调节(ALQR)控制器以实现模型的输出自适应地无偏跟踪真实发动机的输出,利用ALQR的鲁棒性,使模型具有良好的自适应性.ALQR和发动机模型一起构成航空发动机自适应模型.最后通过稳态仿真和动态仿真表明该方法不仅可以实现自适应模型全包线跟踪稳态真实发动机,同时能实现动态跟踪真实发动机.      

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。     

用LQG／LTR方法设计航空发动机多变量控制器

研究航空发动机多变量鲁棒控制器的设计方法。以某型涡轮喷气发动机为对象, 利用差分法得到发动机的小偏离状态空间模型, 计算了多种工况下的模型参数。利用LQG/LTR方法设计了发动机双变量鲁棒控制器, 研究了该控制系统的指令跟踪、解耦、干扰抑制等性能。      

航空发动机导叶模糊控制器设计与参数优化

选用AMESim构建导叶调节机构液压部分的模型,在Simulink中搭建模糊控制器模型,在iSIGHT中用混合优化算法对控制器的参数进行优化.所采用的多软件联合仿真效率高,相较于常规比例积分微分(PID)控制的导叶调节机构,数值仿真最终形成的导叶调节机构响应快且超调不明显,对扰动敏感度小,动静态特性良好,有一定的实用价...     

现代航空发动机液压机械控制器仿真研究

利用先进的计算机技术和数字仿真技术进行现代航空发动机的液压机械控制器的精确仿真.在Matlab/Simulink环境下,建立了一套元件模型库,并将航空发动机控制系统部件利用此模型库进行数学建模.对某型发动机控制器进行了仿真验证,仿真结果与试验数据吻合.      

多目标遗传算法在H_∞鲁棒控制器设计中的应用

引入了基于频域理论的H∞回路成形鲁棒设计方法对某型航空发动机进行控制器设计,对设计过程中的关键技术进行了研究。在控制器设计过程中,引入多目标遗传算法对能使系统奇异值形状满足设计要求的权函数参数进行全局寻优,有效提高了控制器的设计效率和设计的准确性。同时对传统的控制回路结构进行了改形,改善了控制器性能。最后在设计的航空发动机数控系统快速原型化实时仿真平台上进行了硬件在回路仿真,证实了所设计的改型后的H∞回路成形控制器在航空发动机控制上所具有的良好的性能。