组合发动机模式转换过程目标规划研究(英文)

为保证涡轮/冲压串联组合发动机能够实现平稳的模式转换,对能够实现平稳模式转换的多变量多目标规划算法展开了研究。首先论述了所研究的变循环涡轮/冲压组合发动机的结构特点、模式转换工作点的选取原则、涡扇设计参数和冲压模式设计参数的选取原则,并给出了涡扇和冲压模式的设计点性能。针对模式转换过程的各步骤及其控制目标,发展了部件级变循环组合发动机性能模型。在此模型的基础上,把Newton-Raphson算法运用于模式转换过程的多变量多目标优化研究中。研究结果表明,该算法具有很高的收敛性,满足规划目标的最大残差仅为0.06%。最后,利用上述算法设计了模式转换过程的过渡态控制规律,并完成了平稳模式转换过程的过渡态模拟。     

基于H ∞ 回路成形的变循环发动机多变量控制

为了进一步提升变循环发动机的性能，针对3输入3输出变循环发动机模型，利用相对增益矩阵（RGA）分析了发动机内 部的耦合性；采用基于目标函数的2自由度H ∞ 回路成形法设计了多变量控制器，并与传统单变量PI方法做了对比。仿真结果表 明：多变量控制系统具有良好的扰动抑制能力和跟踪性能，且能够顺利实现模态转换；与单变量方法相比，在同等的穿越频率及相 位裕度约束下，n 1 回路阶跃响应的超调量减小了95.3%、调节时间缩短了51.5%；πe回路的最大偏移量减小了89.69%、调节时间缩 短了27.4%。表明多变量方法可以对变循环发动机进行有效控制且在跟踪控制过程中的性能更优，可以显著提升变循环发动机 的性能。     

一种航空发动机多变量自抗扰解耦控制律设计

研究了航空发动机多变量解耦控制律设计问题。提出了一种用于航空发动机多回路控制的多变量自抗扰解耦控制算法:首先通过静态解耦算法实现多变量耦合系统的静态解耦,而后通过ADRC非线性扩张观测器的补偿控制实现各回路的动态解耦,最终实现复杂多变量耦合系统的解耦控制。以某涡扇发动机非线性部件级实时数学模型为被控对象,基于上述多变量自抗扰解耦控制算法设计了发动机中间状态以上多变量控制律。在全包线内,与基于增广LQR控制方法设计发动机闭环系统,进行了对比研究。数字仿真结果表明,前者使得发动机闭环系统具有更好的指令跟踪和多回路解耦能力。     

基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

STOVL飞机发动机多变量控制方法

短距起飞/垂直降落（STOVL）飞机发动机已采用多变量控制方法。基于鲁棒稳定性和条件数分析、块相对增益矩阵分析，对STOVL飞机发动机不同工作模式下的三变量控制系统输出选择和控制结构设计进行了研究。对常规工作模式，提出了基于多目标优化的三变量分块解耦控制方法，通过定义最优指标实现动态跟踪和分块间的耦合抑制。对常规工作模式和垂直起降工作模式间的切换，提出基于升力风扇功率前馈的复合控制方法，以消除负载变化对系统性能的影响。仿真结果表明:提出的控制方法能够保证常规工作模式下良好的解耦控制效果，能够实现不同工作模式间的平稳过渡，验证了控制方法的可行性。      

基于蜂群算法的变循环发动机最小耗油率优化

性能寻优控制是使变循环发动机满足长寿命、低油耗和大推力需求的主要途径,也是实现飞机推进系统综合控制的关键技术.基于双外涵变循环发动机非线性数学模型,在满足发动机各部件物理约束条件和推力条件下,采用人工蜂群算法对变循环发动机典型亚声速巡航点(H=11 km,Ma=0.8)耗油率进行了寻优分析,找到了耗油率最小条件下发动机6个几何可调参数、5个发动机循环参数最优值.结果表明:亚声速巡航点的耗油率在优化后比优化前降低了4.5％,从而证实人工蜂群算法能够完成变循环发动机多维优化问题.     

变循环发动机稳态控制规律设计的新方法

变循环发动机(VCE)具有较多的可调参数,为了进行变循环发动机的多变量稳态控制规律优化设计,提出了用于变循环发动机稳态控制规律优化设计的一种新方法-逆算法。该方法基于敏感性系数矩阵,采用可调参数替换传统部件级性能计算模型中的独立变量,在给定变循环发动机主要状态参数和部件参数的条件下,实现了可调参数的求解,进一步完成发动机稳态控制规律的优化设计。对比表明,逆算法的计算精度和收敛速度与传统算法一致,收敛性得到了改善。对带有核心机驱动风扇(CDFS)的双外涵变循环发动机亚声速巡航的节流状态控制规律优化后,使得巡航推力下的安装耗油率比定几何的双外涵和单外涵发动机分别下降7.8%和16.4%,而地面安装耗油率最大降低约3.4%。结果表明,逆算法是变循环发动机稳态控制规律优化设计的一种有效途径。     

基于飞发一体化的自适应循环发动机参数优化研究

为提升先进多用途战斗机的飞行性能,以自适应循环发动机为研究对象,建立了基于飞机/发动机性能模型联合的多目标优化模型。通过对先进多用途战斗机的约束分析和任务分析研究,确定了自适应循环发动机的多航段优化目标和性能约束条件,利用改进的多目标全面学习粒子群算法,对发动机的设计点参数匹配和非设计点下的变几何部件调节规律进行了优化计算。计算结果的对比表明,优化后的自适应循环发动机比基准状态总耗油量降低9.5%,超声速作战状态下的推力增大了9.6%,飞机的航程和作战性能收益明显,分析方法对近未来先进多用途战斗机的一体化分析提供了借鉴。     

一种涡轴发动机转速抗扰控制器设计及应用

主要研究了涡轴发动机控制问题.自抗扰控制(ADRC)是近年来新兴的控制方法,在不改变原有发动机串级比例积分微分(PID)控制结构的基础上,提出并构建了一种串级PID+扭矩ADRC补偿的控制结构,该结构充分利用了ADRC控制强的干扰补偿能力.最后,在直升机/发动机综合模型仿真环境下,通过模拟直升机大幅急速升降操作,验证了该算法具有比较理想的抗扰控制效果,能够较好地抑制直升机操控过程中大的扭矩扰动对涡轴发动机造成的不利影响.      

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。