基于DMOM算法的航空发动机性能寻优控制

提出一种分散迁移优化算法(DMOM),可实现多峰值优化问题的全局最优解搜索.该算法通过随机选择参考粒子,不断迁移搜索自身所处区域峰值点,再通过分散操作排除局部最优点,重新生成新个体,可快速搜索到全局最优区域.将DMOM应用于航空发动机性能寻优控制仿真,结果表明:在最小油耗和最低涡轮温度模式下, DMOM的寻优速度相比遗传算法(GA)和粒子群算法(PSO)提高了2倍以上;同时DMOM的优化精度相比自组织迁移算法(SOMA)提高了60%以上,相比可行性序列二次规划(FSQP)算法提高了20%以上.验证了DMOM相比其他优化算法有更强的跳出局部最优的能力,在航空发动机最小油耗和最低涡轮温度这类多峰值寻优问题中具有明显的优势.      

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。     

航空发动机过渡态全局寻优控制方法研究

为了对发动机的动态过程进行控制, 提出了一种基于SQP的全局寻优控制方法.每一步寻优过程分为长程优化和短程优化两个阶段.根据长程优化结果, 重构了关联目标函数, 在此基础上, 进行了短程优化修正, 并利用修正结果进行控制.将这种方法应用于某型航空发动机的过渡态控制中, 得到了理想的控制结果.仿真结果表明该方法能较好地解决一般局部优化方法在有纯延迟、模型失配等情况下的优化控制效果下降的问题.      

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。     

基于SVR-PSO改进算法的航空发动机稳定性控制

在多变量发动机寻优控制中,用支持向量回归算法(SVR)对粒子群优化算法(PSO)进行改进可以有效避免局部最优解的出现.将改进算法应用于航空发动机实时稳定性控制,根据发动机仿真计算程序计算出发动机在各工作点处的稳定裕度,根据控制参数的变化域进行全局寻优,寻找满足压缩系统稳定裕度最小的工作点.仿真和分析表明:该算法实时性高,收敛速度快,具有较强的全局寻优能力,能在保证发动机稳定裕度最小的同时有效降低涡轮前温度和耗油率.      

信赖域滤子算法在航空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,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,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品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.      

航空发动机性能寻优控制混合优化算法

根据性能寻优控制(Perform ance Seek ing Con trol)优化模式的特点,针对某型涡扇发动机,研究了把发动机性能优化问题描述为线性规划问题。同时针对线性规划方法可能会收敛于局部极小值和非线性方法计算量大的问题,提出了基于LP(L inear P rogramm ing)和MAPS(M odel-A ssisted Pattern Search)混合优化方法,并研究了LP和MAPS混合优化方法在航空发动机性能寻优控制中的应用,同时在最大推力控制模式和最小油耗控制模式下进行了仿真。大量仿真结果表明,采用混合优化方法可进一步提高发动机的性能,并且大大减少了计算量。      

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。     

基于广义既约梯度法的航空发动机性能寻优控制

提出了一种基于航空发动机约束物理意义的寻优方法，并将其应用于性能寻优控制之中。该方法根据航空发动机约束的物理特性完全已知的特点，利用起作用集法和既约梯度法将发动机非线性约束寻优问题转化为低维的无约束寻优问题，提高了计算速度。应用该方法对全包线内的工作点，对最大推力、最低油耗、最低涡轮进口温度和加力最大推力等模式进行了寻优，给出了寻优结果。     

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.     

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dSPACE的性能寻优控制工程应用研究

发动机性能寻优是提高飞机效能的方法之一,其先进控制模态能够综合飞机和发动机的信息,在安全运行的前提下,实现发动机某项或综合性能指标的最优。为提高飞机效能,本文在对飞行/推进系统性能寻优控制理论及现有成果的学习基础上,通过最小二乘法求取线性模型,获得较为精确的全包线推进系统矩阵,从而确定线性小区间内性能指标和约束条件的线性表达式,进而将发动机性能寻优问题表述成线性规划问题,通过单纯形法获取寻优模式下的各项性能指标。从验证性能寻优控制算法工程可行性的角度出发,将性能寻优程序模块嵌入到数控系统中;在dSPACE设备上搭建快速控制原型仿真平台,进行了实时仿真验证,仿真结果能够获得预期的指标优化结果。研究表明:性能寻优算法在工程应用上具有可行性及有效性。     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

基于显式预测控制的涡扇发动机控制器设计

模型预测控制因其能够较好地处理涡扇发动机约束问题且实现多变量控制而具有较大的应用潜力。为了解决传统模型预测控制算法在实际应用中存在运算量大、实时性较差的问题,基于显式模型预测设计了航空发动机多变量控制器。在控制结构上采用多速率双闭环系统,保证了控制精度;在计算上通过多参数规划将在线优化问题转化为线性函数计算问题,大幅度减少了计算量;在发动机从开环切闭环的过程提出一种增量式切换方法,实现无扰切换。数值仿真和硬件在环仿真结果表明,转速和压比稳态误差分别不超过±0.25%和±1%,控制器在25ms控制周期内能完成计算,满足嵌入式系统实时性要求。     

Maneuver control at high angle of attack based on real-time optimization of integrated aero-propulsion

To reduce the propulsion system installation thrust loss under high angle of attack maneuvering, a control method based on real-time optimization of the integrated aeropropulsion is proposed. Firstly, based on data fitting and physical principle, an integrated onboard model of propulsion system is established, which can calculate various performance parameters of the propulsion system in real time, and has high accuracy and real-time performance. Secondly, to improve the compatibility of optimiz...     

推进系统综合性能寻优控制研究

研究了包括进气道和发动机在内的推进系统综合控制。采用了序列线性规划方法进行系统寻优,利用推进系统矩阵进行多次线性规划来求解非线性优化问题。利用当前的实际机载计算机完成了硬件在回路仿真试验,仿真表明研究的性能寻优控制方法能够较大幅度的提高推进系统整体性能,控制软件完全满足实时计算要求。     

基于序列二次规划算法的发动机性能寻优控制

提出用非线性序列二次规划(SQP,Sequen tial Q uadratic P rogramm ing)算法解决发动机性能寻优控制问题。分析了线性规划(LP,L inear P rogramm ing)算法用于发动机性能寻优的固有缺陷以及SQP算法的优点。给出了SQP算法与LP算法用于最大推力模式和最小油耗模式仿真结果对比曲线。数字仿真实验的结果表明,SQP算法具有比LP算法更好的优化效果,在工程实际中有很大的应用潜力。