基于改进NSGAⅡ的航空发动机LQ/H∞控制器设计

对第2代非支配排序遗传算法(NSGAⅡ)进行改进,提出以非支配序为进化方向的微分进化(DE)算法代替传统的遗传操作,提高了算法的收敛速度.针对目前航空发动机多变量控制领域广泛关注的线性二次型调节器(LQR)控制与H2/H∞控制存在的保守性问题,提出了将时域性能指标、二次型性能指标与H∞性能指标相结合,通过改进NSGAⅡ优化权矩阵Q,R,最终获得航空发动机LQ/H∞控制器的设计方法.与其他控制器设计方法相比,基于多目标优化的LQ/H∞控制器目标明确、鲁棒性强且保守性更低.仿真验证结果表明:相比于基于线性矩阵不等式(LMI)的H2/H∞控制器,基于多目标优化的LQ/H∞控制器时域性能提高了4倍,调节时间减少了50%,抗干扰能力提高了15%.     

航空发动机喘振主动控制技术的发展

概括了航空发动机喘振主动控制的三种控制策略的基本原理,分别为基于附加扰动喘振主动控制、基于分叉理论喘振主动控制及基于喘振预测主动防喘控制,总结了压缩系统稳定性模型、压缩系统失稳先兆及检测、主动控制传感器及执行机构等航空发动机喘振主动控制关键技术,及其存在的问题,并在此基础上预测了未来的发展趋势。     

基于新型音轮的涡桨发动机桨距-相角-转速一体化测量研究

为了有效解决多传感器安装的困难和音轮转子不平衡问题,研究了一种基于新型音轮的涡桨发动机桨距-相角-转速一体化测量方法,提出带有多个常规齿和一组对称标志斜齿的新型音轮结构,经过信号处理模块把传感器波形调理成方波,分析方波边沿时刻就能获取螺旋桨的桨距、相角和转速。通过COMSOL数值仿真研究了不同音轮结构对电压波形及测量精度的影响,设计了涡桨发动机桨距-相角-转速一体化测量试验台。试验结果表明,在非极端齿位差角范围内,桨距和相角的误差曲线呈现很好的线性特性,经过线性补偿修正后,桨距、相角和转速测量精度可以分别控制在±0.7%,±0.05%和±0.027%,可以满足涡桨发动机控制精度需求。     

基于前向神经网络的非线性平滑滤波器设计研究

文章阐述了基于前向神经网络的非线性平滑滤波器的设计问题，分析了上述平滑滤波器的存在性及其滤波误差方差的组成，给出了有限观测序列下网络学习的性能指标，由此提出了一种次优网络学习算法，它具有很好的抑制白噪声能力。     

基于内模PID鲁棒控制的飞行仿真伺服系统设计

针对飞行仿真伺服系统高频响、宽调速、高精度、超低速和鲁棒性要求，提出了内模PID鲁棒控制的有效方法。在探讨伺服系统数学模型的基础上，推导出一种飞行仿真伺服系统的内模PID鲁棒控制律，并将其应用于某型飞行仿真伺服系统，该伺服系统采用了电流、速度和位置三闭环控制结构。仿真试验表明：文中提出的内模PID鲁棒控制律使飞行仿真伺服系统获得了优良的跟踪性能，具有很强的抗干扰性和鲁棒性，可以很好地满足飞行仿真伺服系统的各项性能指标要求。     

某型涡扇发动机实时建模技术研究

通过对各部件特性的研究,提出一种简化部件计算过程的方法,该方法的最大特点是在某些部件的计算中使用很多通过试车数据所发掘的经验公式,用以代替那些繁琐的热力学计算,并合理选取初猜值,使模型能更快收敛,从而减少运算时间,提高模型的实时性。通过对比常规建模方法所建模型,可看出该模型具有实时性、稳定性好的优点。     

涡轴发动机自适应非线性预测控制

为了实现当直升机旋翼负载变化时,尽量保持功率涡轮转速恒定,并提高系统动态品质,研究了一种针对涡轴发动机的自适应非线性预测控制(ANMPC)算法.基于涡轴发动机稳态数据和动态特性,采用递归最小二乘法(RLS)进行模型参数辨识,建立了具有在线自适应能力的涡轴发动机数值-ARX(auto regressive with external input)并联预测模型.在此基础上,通过多步输出预测和反馈校正,利用序列二次型优化(SQP)算法,进行在线滚动优化,从而获得了涡轴发动机ANMPC控制器.仿真结果表明:当旋翼负载变化时,相比于传统的串联PID(比例-积分-控制)控制器,ANMPC控制器能够使得功率涡轮转速收敛更快,超调量/下垂量更小.      

基于复合模型及FSQP算法的发动机性能寻优控制试验

提出了一种在保证优化效果前提下提高发动机在线性能寻优实时性的方法,即一方面基于相似理论建立了适用于非加力状态的发动机复合稳态模型,在优化过程中替代原部件级模型以缩短优化计算时间,另一方面采用先进的可行性序列二次规划算法寻求全局最优解,以提高优化精度。最终实现了上述方案在最小油耗模式及最大推力模式下的数字仿真及半物理模拟验证,相比于传统的基于发动机部件级模型进行性能寻优控制,其优化精度相当,但优化实时性得到大幅度提高,从仿真结果可以看出上述方案的有效性及可行性。     

基于在线滚动LS-SVR的涡轴发动机混合预测控制

提出了一种串级PID+非线性模型预测控制(NMPC)的混合控制方案,用于涡轴发动机控制系统中。其中:主控制回路采用串级PID控制器以消除静差保证系统稳定;带约束优化的预测控制器则用于实时燃油补偿,以增强发动机系统对直升机功率需求的快速跟随能力。该预测控制器是基于在线预测模型实现,首先在VC环境下设计在线滚动最小二乘支持向量回归机(OSLS-SVR),在线训练高精度、实时性好的内嵌式预测模型,其测试精度可达3‰;而后利用该模型与序列二次规划(SQP)算法完成滚动优化,建立预测控制器;最后,在UH-60A直升机/T700涡轴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,验证了该混合预测控制方案对大扰动具有较强的抑制能力及鲁棒性,从而使直升机获得更好的机动性能。     

涡轮基组合循环发动机控制问题概述

本文对涡轮基组合循环发动机（TBCC）中存在的控制问题进行了综合分析。在TBCC运行过程中存在很多过渡段,对这些过渡段的研究非常富有挑战性。TBCC在过渡段的性能,不仅与组成它的涡轮和冲压发动机本身型式及特征有关,还受到两类发动机之间相互关系及调节机构的影响。TBCC控制问题的关键在于保证过渡段稳态和瞬态的性能品质,具体涉及过渡段的燃料、温度控制,进气道和尾喷管喉部调节及阀门开度控制,以及飞行/推进综合问题等。