基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

涡扇发动机全包线加速控制计划改进方法研究

加速控制计划直接影响了发动机的响应速度以及运行安全。为了提高发动机响应能力,提出了一种基于等温度线的发动机全包线加速控制计划。分别针对稳态和动态过程开展相似换算误差分析,证明并验证了关键参数在等风扇进口温度时,具有较高相似换算精度的规律。基于此换算误差理论,提出全包线加速控制计划改进方法,该方法在不同等风扇进口温度下设计多条加速控制计划,再通过线性插值得到包线内不同等温线下的加速控制计划。结果表明,改进后的加速控制计划相比于传统单点优化得到的加速控制计划,发动机加速至最大转速的98%所需的时间减少了7.2%,最大转速提升了1%,且风扇、压气机喘振裕度和涡轮前温度等均未超出限制值。因此,该方法相比于传统单点优化方法既提升了在包线内获取的加速控制计划的精度,又确保了发动机在包线内安全稳定工作的前提下更好的发挥加速性能。     

一种直升机/发动机系统最经济旋翼转速综合优化方法

为实现直升机/涡轴发动机的最经济运行,开展了直升机/发动机系统最经济旋翼转速综合优化方法研究。首先,建立简化的直升机需求功率性能计算模型与涡轴发动机性能计算模型,共同构成直升机/发动机综合系统性能计算模型;其次,围绕通过可变动力涡轮转速实现变旋翼转速方式,分别以最小直升机需求功率优化与最低发动机燃油流量为优化目标,进行最经济旋翼转速离线优化,并对比分析两种优化模式对直升机/发动机系统综合性能的影响,揭示不同工况对最经济旋翼转速的影响规律。结果表明：变动力涡轮转速下,优化直升机需求功率未必等同于优化直升机/发动机的总体性能,而桨叶固有的失速与压缩特性,会限制进一步实现直升机最经济运行的能力。此外,采用变动力涡轮转速实现变旋翼转速,几乎不影响压气机与燃气涡轮的工作线,沿着相同的工作线运行可获得更经济的直升机/发动机综合性能。     

涡扇发动机最小红外特征模式性能寻优控制研究

为抑制涡扇发动机排气系统的红外特征,提出一种基于红外预测模型的最小红外特征模式性能寻优控制。首先,建立一种排气系统正后向红外辐射强度简化预测模型,该预测方法考虑了排气系统内高温部件和尾喷流的红外辐射,以及尾喷流对高温部件红外辐射的吸收作用,具有可信的仿真精度;其次,基于涡扇发动机部件级实时仿真模型,增加了从外涵引气冷却中心锥和尾喷管扩张段内壁的冷却结构和红外预测模块;最后,基于该模型探索了最小红外特征模式的优化原理,并选用可行序列二次规划(FSQP)算法,通过控制高温壁面冷却气的流量,主燃烧室的燃油量以及尾喷管喉道面积,对两个亚声速巡航状态的工作点进行实时优化。仿真结果表明:在满足发动机推力恒定以及其他约束条件的前提下,发动机通过最小红外特征模式性能寻优控制,其排气系统后向红外辐射下降了30%以上,红外抑制效果显著。     

航空发动机超声速巡航性能寻优控制研究

为解决航空发动机在不加力超声速巡航状态的性能寻优问题,提出进气道放气、风扇与压气机导叶角与燃油流量、尾喷管喉道面积五变量的序列二次规划优化调节方案,验证了航空发动机在最大安装推力、最小油耗、最低涡轮前温度三种控制模式时,相比较于传统的不带进气道放气的四变量优化方案,五变量优化方案优势明显,可分别提升最大安装推力7.5%,降低燃油消耗率4.6%,降低低压涡轮前温度1.5%;同时,为满足机载发动机模型自适应要求,建立基于输入端带积分补偿的卡尔曼滤波器的发动机自适应模型,并验证了航空发动机在发生蜕化时,五变量优化方案同样具有全局寻优优势。     

基于变导叶调节的涡扇发动机加速过程优化控制

提出了一种利用变导叶调节,基于可行序列二次规划算法的涡扇发动机加速过程优化控制方法,研究发现,通过在发动机加速过程中对压缩部件导叶角度的适应性调节,可以优化压气机和风扇在过渡态的空气流量,使得燃油在满足各方面约束条件下以最大可能的速度增加,从而提升了发动机加速性能.最后,与常规两变量加速过程优化方法进行了对比研究:在相同目标函数和约束条件下,分别进行了两控制量(主燃油和尾喷管喉道面积)、增加风扇导叶调节或压气机变导叶的三控制量的加速优化控制仿真,结果表明,所提出的方法在优化过程中可以使得燃油最大可能速率高于常规方法,且发现压气机导叶角在优化过程的作用优于风扇导叶角,优化后的工作点加速路径紧贴喘振裕度限制边界,且各个约束严格在可行域范围内,3种方案的加速时间分别为5.5,4.9s和4.5s.     

航空发动机部件级模型硬件在回路实时性验证

为了验证航空发动机部件级模型作为机载模型的实时性,开展部件级模型的硬件在回路试验。根据AIR4548A燃气涡 轮发动机实时建模标准,建立了单轴涡喷发动机部件级实时Simulink模型;基于模型设计方法和自动代码生成技术,将该模型集 成到全数字仿真平台FWorks;将验证后的模型代码集成到硬件在回路平台的电子控制器实物中。进行了全数字仿真和硬件在回 路仿真验证。结果表明：全数字仿真结果验证了部件级模型的准确性和代码生成的正确性;在硬件在回路的开环仿真结果中,该 部件级实时模型单步最大运行时间不超过2.7 ms,可以作为模型基控制、故障诊断、健康管理和性能寻优控制等技术的机载模型。     

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。     

基于NN-PSM的航空发动机机载自适应稳态模型

为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型，提出一种基于神经网络和推进系统矩阵相融合（NN-PSM）的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机进行线性化来提取推进系统矩阵，用于表征机载模型与发动机之间的输出偏差量。基于神经网络建立发动机基线模型，用于映射飞行条件与发动机输出量之间的关系，利用神经网络的强拟合能力提高机载模型的稳态精度；设计卡尔曼滤波器实时估计发动机健康参数，提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证，并与传统的复合推进系统模型（CPSM）进行对比，结果表明:NN-PSM模型的平均精度在0.66%以内，而CPSM的平均精度为2.07%以内，运行时间仅为CPSM的1/10，且具有数据存储量少的特点。