基于辅助进气门的进气道/发动机一体化稳定性控制研究

为了实现发动机在大机动飞行时高品质稳定运行,提出了一种基于辅助进气门调节的进气道/发动机一体化稳定性控制方法。基于进气道CFD模型,通过飞行条件和辅助进气门开度计算出口性能参数,考虑总压畸变对风扇特性的影响,建立了进气道实时模型和总压畸变模型,并将其与发动机部件级模型匹配,建立进/发一体化模型。为了直接控制发动机安全裕度,选取发动机部分可测参数作为输入,通过非线性拟合方法建立风扇喘振裕度实时估计模型,相比于直接压比控制可以充分发挥发动机的潜能。进/发一体化控制是通过调节辅助进气门开度,控制进气道出口总压恢复系数,以满足发动机进口截面需求,并基于H∞鲁棒控制实现对发动机的转速和安全裕度的控制。仿真结果表明,所提出的方法可以实现发动机在大机动飞行过程中安全稳定工作,推力损失不超过2%。     

基于Matlab/Simulink的直/发一体化建模 与故障诊断

针对目前航空发动机控制系统设计仅以单一的发动机为对象,没有考虑直升机与发动机之间的动态耦合的问题,基于Matlab/Simulink高级图形的仿真条件,建立了1种适用于快速控制原型的UH60直升机/T700发动机一体化综合模型,从而为发动机故障诊断提供可靠仿真平台。仿真结果表明:在直升机与涡轴发动机耦合因素影响条件下,基于改进卡尔曼滤波器,可实现发动机气路部件的故障诊断,并验证了其有效性。     

基于状态感知的航空发动机变基线模型建模方法研究

机载模型是先进航空发动机控制方法的基础,基线模型作为机载模型的重要组成部分,其建模准确度决定了机载模型的精度。针对传统单一基线模型在局部飞行包线精度高,而难以用于发动机全包线、全状态稳态性能预测的问题,提出了一种基于状态感知的发动机变基线模型建模方法。首先在小波变换滤波的基础上,提出基于状态感知的最优稳态数据筛选阈值计算方法,以减少稳态数据的错选或遗漏;其次,提出基于高斯混合模型（GMM）的变基线模型建模方法,利用GMM实现飞行数据自主聚类,并结合回归分析法,构建全包线、全状态的高精度变基线模型。仿真结果表明：本文提出的稳态数据筛选方法能有效避免数据错选或遗漏,相比于常规的单一基线模型,所提出的变基线模型可使高、低压转子转速的相对均值误差分别减小45%,30%以上。该方法能显著提升基线模型精度,同时实现了稳态数据自动化提取,避免了过多依赖人工经验且难以获得最优阈值的问题。     

基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制

直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出了基于复合推进系统动态模型-状态变量模型(Compact Propulsion System Dynamic Model-State Variable Model-State Variable Model, CPSDM-SVM)的航空发动机直接推力预测控制方法。CPSDM实时估计出不可测参数（推力、喘振裕度等）的基准值,SVM则根据未来输入实时预测发动机未来响应。由于CPSDM将发动机分为进气道、核心机、喷管、喘振裕度、推力等进行建模,在兼顾精度的同时,提高机载模型的实时性。CPSDM-SVM作为MPC算法中的预测模型,具有较高的精度和实时性。仿真结果表明,在与基于分段线化模型的传统模型预测控制方法实时性基本相同的情况下,所提出方法控制效果有明显的提升,调节时间减小了1.17s。所提出方法稳态控制精度为0.08%,传统方法稳态精度为2.58%。因此,所提出方法在保证实时性的条件下,提升了控制精度和控制效果。     

量子遗传算法在航空发动机PID控制中的应用

分析研究了量子遗传算法(Quantum Genetic A lgorithm-QGA)的原理及其优势,将有指导的群体灾变及多宇宙并行演化策略引入量子遗传算法,改善其收敛性。以理想二阶系统为参考模型,实际系统响应曲线与参考模型响应曲线误差积分为目标函数,使用量子遗传算法进行发动机PID控制器参数优化并进行了数字仿真。仿真结果表明,量子遗传算法具有较好的全局收敛能力,应用于PID控制器控制参数优化后,控制器的控制效果良好,其在发动机控制系统中有较高的应用价值。     

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。     

Lovász条件下LLL算法最简复Givens矩阵形式的研究

为了解决复数域下基于QR分解的LLL（A．K．Lenstra,H．W．Lenstraand L．Lovasz）算法中复Gives旋转矩形式不统一的问题,文章从复数域下原始LLL算法中Gram—Schmidt系数与QR分解的上三角矩阵胄中元素之间的关系出发,证明了上三角矩阵R的元素与Gram—Schmidt系数以及Lovasz条件之间的等价的关系;从复数的指数形式出发,推导出2种适合LLL算法的复Givens旋转矩阵形式,并证明只有其中一种符合Lovasz条件下复Givens旋转矩阵形式。仿真结果表明,采用基于QR分解的复数域LLL算法的MIMO系统相比采用基于Gram—Schmidt正交化LLL算法的MIMO系统具有更好的误比特率性能。     

直升机/发动机系统综合控制半物理仿真

基于直升机/发动机系统综合控制半物理仿真试验平台,针对直升机/发动机系统综合模型和综合控制算法进行数字与半物理仿真试验研究.提出了一种串级PID(proportional integration differential)+扭矩前馈+总距补偿的系统抗扰控制算法,并提出了基于机载简化发动机模型的多模式综合实时优化控制算法.试验结果表明:所建立的 直升机/发动机系统综合开闭环模型能够模拟发动机从起动到慢车再到直升机飞行的整个过程,自由涡轮转速超调量和下垂量均在4%以内,在不同飞行条件下,动静态品质均满足设计要求.本文还进行了综合系统多模式优化技术的半物理仿真,结果表明所设计综合控制律的良好工程应用前景.      

一种新的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。涡轴发动机由于直接与旋翼相连,因此直升机与涡轴发动机的动力学耦合十分明显,从涡轴发动机子系统角度讲,直升机传递来的扭矩可认为是对该系统强的扰动,如何提高涡轴发动机闭环系统的抗扰性能,提高涡轴发动机对直升机操纵的跟随品质就显得非常重要。自抗扰控制(Active Disturbance Rejection Control)是近年来新兴的一种的控制方法,它具有模型依赖程度低,抗扰能力强,设计简单且易于实现的特点.在不改变原有发动机串级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Ｄ庵鄙蠓彼偕挡僮?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.     

Trust Region Filter算法在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,将信赖域滤子优化法应用于航空发动机在线优化问题,相比基本的信赖域方法,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良好算法品质,通过必要的松弛重置避免了子问题的不可行性,滤子算法则保证了算法收敛到全局最小解。最后,基于Trust Region Filter算法,以某型涡扇发动机最小油耗寻优控制为应用仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比基本的信赖域方法在提高优化效果方面的优越性。