基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

飞行试验数据驱动的涡扇发动机模型辨识

为实现航空发动机飞行试验实时监控,分析整理了涡扇发动机实际飞行试验数据,并以三层前向人工神经网络为基础,通过引入输出层反馈至输入层,形成该涡扇发动机的NNARX模型。对包括高压转子转速在内的11个发动机关键参数变化模型进行研究,并在额外架次全程飞行试验数据上验证和讨论辨识模型的推广能力。结果表明,辨识模型样本点上最大相对误差在5%以内,辨识模型可以应用到该型发动机的试飞实时监控中,同时也可为后续建立涡扇发动机的全包线自适应实时监控模型提供参考。     

涡扇发动机加速过程转速预测模型

以某型涡扇发动机为研究对象,深入研究了不同条件下加速瞬态过程的飞行试验数据,通过分析转速的变化特性,建立了该型发动机加速瞬态过程的转速预测模型,同时结合飞行试验数据对发动机预测模型进行了验证,结果表明预测模型计算与飞行试验数据吻合度较高,可用于该型发动机加速瞬态过程的转速预测。     

加力式双转子混合排气涡扇发动机全状态数学建模技术

根据部件法建立了加力式双转子混合排气涡扇发动机全包线稳态数学模型.基于该模型,利用容积动力学原理,建立了起动数学模型.将该原理扩展到慢车状态以上,建立了包括起动、加减速、开关加力、停车等完整过程的全状态动态数学模型.以此为基础,给出了加力式双转子混合排气涡扇发动机在飞行包线内的高度特性.根据加力式双转子混合排气涡扇发动机原理,设计了简单的起动调节规律、加减速调节规律、加力调节规律及停车调节规律;计算了海平面标准大气条件下的从起动、加减速、开关加力、停车的完整动态过程.理论分析与仿真结果表明:该建模方法能够正确完成加力式双转子混合排气涡扇发动机的全包线的稳态计算和全状态动态计算,准确反映了该发动机在整个飞行包线内的全部工作过程.      

某涡喷发动机通加改进方案高空模拟试验研究

介绍了某涡喷发动机在CS－01高空台做接通加力改进方案高空模拟试验研究的情况,经高空台试验调整后,发动机三种空中中间状态以及三种空中慢车状态全部都能接通加力,并且火焰稳定,发动机工作正常,为装备该发动机的飞机进行空中试飞,接通加力,提供了依据和安全保障。     

基于QPSO-ELM的某型涡轴发动机起动过程模型辨识

针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机（QPSO-ELM）的某型涡轴发动机起动过程模型数据驱动辨识方法。首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发动机起动试验数据,采用QPSO-ELM算法对该起动模型进行辨识,试验结果表明：燃气发生器转子转速、发动机输出轴转速和燃气涡轮后温度的辨识结果都良好地逼近了实测数据,最大相对误差的均值分别为1.358%、1.628%和2.195%,满足实际应用的精度需求,并且QPSO-ELM的辨识精度优于极限学习机（ELM）、支持向量机（SVM）和反向传播（BP）神经网络。     

某涡喷发动机接通加力改进方案高空模拟试验研究

介绍了某涡喷发动机在CS-01高空台做接通加力改进方案高空模拟试验研究的情况.经高空台试验调整后,发动机在三种空中中间状态以及三种空中慢车状态全部都能接通加力,并且火焰稳定,发动机工作正常,为装备该发动机的飞机进行空中试飞、接通加力,提供了依据和安全保障.     

航空发动机的一种Volterra级数非线性动态模型

研究航空发动机的非线性动态模型的建立问题。利用Volterra级数对航空发动机的动态过程进行描述,建立非线性模型,提出了模型的辨识算法。利用某型涡扇发动机的动态仿真,进行了发动机Volterra模型辨识及验证。结果表明,Volterra模型可以描述发动机从慢车与最大间的动态过程。      

某型发动机起动模型的支持向量机辨识及应用

为了解决某型涡扇发动机慢车转速以下的数学模型难以建立,无法进行起动性能数值计算的问题,提出了用支持向量机辨识起动模型,依据辨识结果估算起动性能的方法。采用发动机起动试验数据作为学习样本,建立了基于支持向量机的非线性动态起动模型。根据该型发动机起动供油量调整试验得到的供油压力数据,利用所建立的模型对起动性能进行了估算,给出了估算结果与试验数据的对比情况。研究表明,将支持向量机用于起动模型的辨识是可行的,能够较好地解决某型发动机起动性能计算的难题。     

模拟单转子发动机起动性能的计算模型

描述模拟单转子发动机起动性能的计算机数学模型 -DSTGTB。该模型能模拟单转子发动机在地面状态的起动及高空台上的风车状态的起动性能 ,提供了分析和了解发动机在起动过程中运行特性的手段。模型是基于发动机的主要部件的气动热力匹配原理而实现的 ,燃气涡轮发动机的部件匹配技术已广泛应用于慢车以上的稳态和过渡态发动机性能的计算机模拟中 ,该模型通过对部件特性拓展和补建 ,使发动机的部件匹配技术应用于发动机的起动运行。现有的发动机稳态、过渡态模拟技术和匹配方法为本文的工作提供了基础。该模型被应用于某型发动机在地面台上从相对转速 1%起动到慢车状态的运行及高空台上风车状态下起动到慢车状态的运行计算中 ,计算结果与试验数据进行了比较。     

利用飞行试验信号对发动机模型辨识的研究

 利用飞行试验信号对发动机模型辨识进行了研究。在飞行过程中,发动机将受到各种随机扰动的作用,这种扰动将引起发动机特性的变化、在这种情况下,利用与发动机特性有关的信号进行发动机数学模型辨识对发动机自适应控制和状态监控有实际的意义。飞行试验是在H=3km、v=770km/h和H=13km、v=1540km/h时进行的,利用机载信号采集与记录设备录取了试验信号。介绍了信号的平滑和滤波方法,讨论了巴特沃思滤波器的设计和参数选择。为了得到无偏估计,采用递推广义最小二乘方法进行辨识,并得到了辨识结果。     

暖机对涡扇发动机加速过程中压气机叶尖间隙影响分析

为了研究涡扇发动机暖机程序是否合理,分析了暖机与不暖机对发动机加速过程中压气机叶尖间隙变化造成的影响,并进行了两种情况下变化规律的对比分析。建立了转子模型,在综合考虑转子离心载荷与温度载荷基础上,运用该发动机暖机与不暖机情况下台架测试数据绘制载荷谱,并基于Workbench平台采用热—固耦合分析方法对加速过程中发动机转子径向位移进行仿真计算。根据转子径向间隙计算模型,利用仿真结果计算获得暖机与不暖机情况下的叶尖间隙。结果表明,充分暖机后的压气机叶尖间隙值明显小于不暖机情况下的间隙值,相对原始装配间隙,两者在慢车状态时相差19.86%,在最大加力状态相差8.04%,且加速过程中叶尖间隙变化规律均为随时间增加而不断减小,在慢车至中间状态过程中迅速减小,在加力过程中缓慢减小。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

弹用涡喷发动机飞行试验启动加速性能仿真

结合导弹飞行的应用实际，利用有限的部件特性，建立了弹用涡喷发动机启动加速至巡航状态全过程的动态性能仿真模型。对仿真模型计算结果进行了分析，模型计算结果与飞行试验数据吻合较好。该模型的建立对导弹发射过程发动机性能的分析具有重要的现实意义。     

基于蒙特卡洛的航空发动机试飞数据模型误差容限分析

将发动机实时趋势监控中的误差容限划分成两部分,一部分由发动机工作包线内的模型建模误差导致,一部分由发动机工作参数的不确定性导致。建模误差的影响采用包线内最大预测误差,由参数不确定性引起的误差采用蒙特卡洛分析确定。将不同概率分布下的测量参数作为发动机模型的输入参数,采用蒙特卡洛策略分析模型预测值的均值和标准差分布,采用3σ置信水平作为因测量不确定性引起的误差容限。选取未参与发动机模型辨识的整个飞行架次的试验数据进行验证,结果表明考虑输入参数不确定性后,模型误差带的分布更为合理。该技术可用于航空发动机飞行试验中,提前发现发动机工作中的异常现象,可提高发动机飞行试验的质量和效率。     

涡扇发动机主燃油流量监控模型的建立及验证

单发飞机装配新型发动机试飞具有较高的风险,作为发动机重要性能参数的燃油流量,可在一定程度上反映发动机的潜在故障。为确保某型涡扇发动机飞行试验安全,需对发动机主燃油流量建立监控模型。利用地面台架试验数据,结合主燃烧室喷嘴和主燃油计量装置的工作特性,建立了主燃油流量监控模型,并与装机后的地面试验数据进行对比。结果表明,该监控模型有较高的准确性和通用性,能及时发现发动机可能存在的问题和故障,确保飞行试验安全。     

涡扇发动机模型计算程序

给出了关于计算双轴加工涡扇发动机在过渡态和稳态工作循环参数的计算程序,在给定发动机特性的情况下,可以在整个飞行范围内从慢车至全加力进行计算。该模型程序照发动机部件以单元结构形式建立,能用于发动机动态过程和控制系统分析。     

一种基于参数辨识的微小型无人直升机建模方法

 针对具有高度非线性、复杂动力学特性的微小型无人直升机,提出了一种基于参数辨识的建模方法。该方法结合了机理建模和系统辨识的优点,通过严格的机理推导建立了微小型无人直升机横纵向通道通用的参数化模型,建模过程着重考虑了主旋翼、平衡杆和机身的耦合对飞行动态特性的影响。利用基于偏相干分析法的频域辨识获得某型无人直升机的关键参数,进而确定模型。模型预测数据和飞行试验数据的比较表明,所建模型很好地反映了该型无人直升机在悬停状态下的动态特性,可以在该状态下以此模型进行自主飞行控制器设计。     

某型涡扇发动机尾喷管流动特性研究

针对某型双涵道分开排气涡扇发动机尾喷管模型的流动特性进行了数值计算研究和试验验证。利用NASA典型尾喷管模型的推力系数对比研究结果验证了数值方法的可行性,采用验证后的数值方法获得了不同飞行条件下和发动机工作状态下某型发动机尾喷管模型内、外涵道的流量系数和推力系数数据及其变化规律,并将数值计算结果与该型发动机在相同工况下的地面台架试验数据进行对比。结果表明:在试验工况全范围内,发动机进口空气流量的计算值与试验值的最大偏差为1.8%,总推力的计算值与试验值的最大偏差不超过±0.5%。     

航空发动机参数不确定模型辨识方法

针对航空发动机线性模型在工况点附近使用范围较小的问题,提出一种航空发动机不确定性模型辨识方法。该方法使用非线性规划处理航空发动机模型辨识问题,求解过程考虑线性模型中矩阵参数不确定性的影响,以期获得一个具有适用范围大、形式简单的航空发动机模型。使用该方法对DGEN380发动机在某一稳态点进行辨识,定义实际工况偏差参数和模型最大偏差参数分析DGEN380发动机参数不确定模型的误差范围。使用实验数据与参数不确定模型仿真结果进行比较,结果表明油门杆角度变化小于22%时,参数不确定模型与实际发动机状态的偏差量较小,能够在1%误差范围内模拟实际发动机状态。