一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

进口导叶可调的涡轴发动机性能寻优控制模式

根据变比热容原理建立了进口导叶可调的涡轴发动机部件级全包线数学模型;仿真研究了涡轴发动机的最大功率、最低油耗、最低涡轮前温度控制模式.仿真结果表明:建立的涡轴发动机数学模型具有较高的准确度;采用最大功率控制模式在整个包线范围内显著提高了涡轴发动机的功率;采用最低油耗控制模式保证功率基本不变,而耗油率明显降低;采用最低涡轮前温度控制模式,能够保证功率基本不变,动力涡轮前温度显著降低.      

基于直升机/发动机非线性综合仿真模型的ALQR控制器设计

构建了UH-60A直升机六自由度非定常、非线性气动力模型以及完整的直升机/涡轴发动机非线性综合仿真模型。使用增广LQR方法设计了直升机飞行控制器,包线内大量仿真结果及与 控制器效果的对比表明该控制器解耦性能、指令跟踪性能优越,鲁棒性强。此外,该控制器设计过程简单和调参方便。借助上述综合仿真模型研究了发动机闭环系统与直升机的功率匹配关系,数字仿真表明,发动机能够满足直升机机常规飞行任务下的功率需求,功率涡轮转速下垂量满足直升机飞行操纵品质规范（ADS-33E）的要求。     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

基于直升机/发动机非线性综合仿真模型的增广LQR控制器设计

构建了UH-60A直升机六自由度非定常、非线性气动力模型以及完整的直升机/涡轴发动机非线性综合仿真模型.使用增广LQR方法设计了直升机飞行控制器,包线内大量仿真结果及与H_∞控制器效果的对比表明该控制器解耦性能、指令跟踪性能优越,鲁棒性强.此外,该控制器设计过程简单和调参方便.借助上述综合仿真模型研究了发动机闭环系统与直升机的功率匹配关系,数字仿真表明:发动机能够满足直升机机常规飞行任务下的功率需求,功率涡轮转速下垂量满足直升机飞行操纵品质规范(ADS-33E)的要求.      

基于DSP和CAN的飞/推综合控制优化计算机设计

从工程应用的角度出发，根据飞／推综合控制技术对计算能力和数据通信能力的要求，提出基于DSP和CAN总线的飞／推综合控制优化计算机设计方案。优化计算机实时接收飞机和发动机的信息，利用内嵌的优化模块，对发动机控制指令进行校正，使飞机和发动机的整体性能达到最优。论文阐述了优化计算机的软硬件设计方法，并通过基于优化计算机的飞／推综合控制半物理仿真试验，验证了优化计算机的设计方案是可行的。     

基于卡尔曼滤波器及神经网络的发动机故障诊断

提出了一种基于卡尔曼滤波器及神经网络的航空燃气涡轮发动机气路故障诊断的方法.该方法用卡尔曼滤波器来估计发动机可测参数的变化量,再由神经网络来映射发动机性能参数的变化量,并据此进行发动机气路故障诊断.数字仿真表明,该方法是可行的,有效的.      

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

航空发动机组件化建模技术

提出了使用组件化开发通用航空发动机仿真平台的思想:从发动机结构的角度将发动机模型分解成多个组件;从软件功能的角度将仿真软件的辅助部分也分解成多个组件.在此基础上开发了涡扇发动机的仿真平台,取得了良好的效果.所建立的仿真系统实现了模块化、层次化,易于维护和改进,可扩展性强,提高了代码重用率,体现了该框架的灵活性.