线性拟合法建立航空发动机状态变量模型

针对非线性拟合法建立航空发动机状态变量模型过程中的初值问题,提出了一种能够避免该问题的线性拟合法,即在离散域情况下,利用已知的状态序列来构建系统矩阵与模型响应之间呈线性关系的目标函数,从而使非线性最小二乘问题转化为线性最小二乘问题.应用该方法建立某型涡扇发动机的小偏差状态变量模型,并与非线性拟合法进行了对比研究,结果表...     

航空发动机小偏差状态变量模型的建立方法

采用最小二乘拟合法建立用于航空发动机鲁棒控制系统设计的小偏差状态变量模型，即根据发动机非线性模型的小偏差动态响应数据直接拟合出其小偏差状态变量模型。由于建模误差在最小二乘意义下最小，因而应用该方法可以保证所建模型具有较高精度。此外该方法亦不受模型阶次的限制。应用该方法建立某型涡记扇发动机的小偏差状态变量模型，具有较高的精度，从而验证了该方法的有效性。     

基于改进拟合法的涡扇发动机状态变量模型建立方法

为解决拟合法建立涡扇发动机状态变量模型时初值难以选取的问题和有效提高模型的精度,研究了一种改进的优化拟合方法.针对拟合法初值难以选取的问题,采用改进偏导数法获得的优化迭代初值;根据发动机稳态工作点线性化模型的动态响应与该点处的非线性模型动态响应一致的原则,采用线性最小二乘优化拟合法建立某型涡扇发动机状态变量模型.通过在不同状态工作点、采用不同模型结构,与改进偏导数法和非线性部件级模型仿真结果相比较表明:该方法能有效保证模型收敛性,具有较高的建模精度,并适用于高阶系统建模.     

航空发动机故障诊断的机载自适应模型

提出了复合拟合法建立状态变量模型,该方法应用于建立高维状态变量模型时,具有较高的精度.将健康参数作为增广的状态变量,设计了卡尔曼滤波器,从而可以根据可测参数的偏离量估计得到健康参数.为了减少自适应模型与真实发动机之间的建模误差,在自适应模型中加入神经网络对稳态基点模型进行修正,从而提高了故障诊断系统的置信度.      

状态变量模型建立方法

为了克服小扰动方法精度不高、稳态终值响应法动态过程不一致以及传统拟合法的随着维数增加精度下降和拟合时间长等缺点,综合了3种算法（小扰动法、稳态终值响应法和传统拟合法）的优点,设计了基于变尺度法的混合求解方法建立了航空发动机状态变量线性模型。仿真结果表明：建立的航空发动机状态变量线性模型与非线性部件级模型在动态过程响应中吻合良好,而且具有较高的稳态精度,能够保证航空发动机最终稳定值的一致性。     

一种建立航空发动机状态变量模型的新方法

本文提出了一种用于建立航空发动机状态变量模型的新方法—拟合法：即用发动机部件级模型在稳态工作点处的非线性动态响应数据拟合该点处的小偏离状态变量模型。并应用这种方法建立了某型涡扇发动机在高空稳态工作点处的小偏离状态变量模型,以及地面加速过程的大偏离状态变量模型。通过动态仿真研究,可以看出：与偏导数法比较,拟合法明显提高了建摸精度。     

航空发动机状态变量模型的QPSO寻优混合求解法

针对航空发动机控制和故障诊断中的状态变量模型求解存在的系数矩阵精度不高的问题,结合阶跃响应法和拟合法的基础上,提出了一种基于量子粒子群寻优（QPSO）求取发动机状态变量模型的混合求解法。QPSO优化算法求解A,C矩阵使得状态变量模型和非线性模型在动态过程具有较好的吻合,阶跃响应法求取B,D矩阵保证了模型稳态响应一致。利用混合求解法建立了某型涡轴发动机在某一稳态工作点下的小偏离状态变量模型。仿真结果表明,这种方法不仅增强了状态变量模型的求解精度,相对于单纯的拟合法缩短了求解时间,精确的状态变量模型为进一步的故障诊断和控制系统设计提供了条件。     

基于改进粒子群算法的航空发动机状态变量建模

为了克服现有航空发动机状态变量建模过程中的不足,采用了一种改进粒子群算法建立航空发动机状态变量模型。首先改进了粒子群算法,提出一种每个粒子根据自身适应值动态调整其惯性系数方法来平衡搜索性能;对群体最优位置进行实时的代内更新以提高搜索速度;为避免陷入局部最优,在最优个体附近进行随机搜索。其次利用该算法建立航空发动机状态变量模型,根据航空发动机在稳态点处的线性化模型应与在该同一稳态工作点处的非线性模型响应一致的原则构造适应值函数,仿真结果表明所建立的状态变量模型不论是稳态过程还是动态过程都与非线性模型响应基本一致,建模精度较高,建立过程简便。     

基于变尺度寻优混合求解算法的航空发动机状态变量模型建立方法

为了克服小扰动方法精度不高、稳态终值响应法动态过程不一致以及传统拟合法的随着维数增加精度下降和拟合时间长等缺点,综合了3种算法(小扰动法、稳态终值响应法和传统拟合法)的优点,设计了基于变尺度法的混合求解方法建立了航空发动机状态变量线性模型。仿真结果表明:建立的航空发动机状态变量线性模型与非线性部件级模型在动态过程响应中吻合良好,而且具有较高的稳态精度,能够保证航空发动机最终稳定值的一致性。     

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。     

基于双时间步法的航空发动机过渡态仿真

对于航空发动机非线性大偏差过渡态过程的仿真,容积动力学法在实时性和鲁棒性方面具有优势。这一方法通过建立容腔部件的控制方程并进行简化,可以得到描述主燃烧室、外涵道和加力燃烧室等部件的常微分方程,并采用时间推进法求解发动机稳态工作点,采用显式欧拉法求解过渡态过程。本文进一步发展了该方法,对于过渡态过程,采用隐式求解以保证计算格式的收敛性,消除由二阶差分带来的非物理振荡,并引入双时间步法以简化隐式求解过程,使得仿真程序收敛迅速。仿真实验证明,该方法计算精度高,鲁棒性强,能够满足非线性大偏差条件下对于发动机实时仿真的要求。     

基于数值微分计算的SERF原子自旋惯性测量动态仿真

基于量子调控技术的SERF原子自旋惯性测量仪表与传统惯性测量仪表相比,具有精度高、无活动部件、对加速度不敏感等优点,被公认是下一代高精度惯性测量的发展方向。分析了SERF原子自旋惯性装置Bloch微分方程组模型下磁场、激光、角速度输入对碱金属电子极化率和惰性气体核子极化率的影响。针对实验条件下原子系综Bloch微分方程组难以解析求解的问题,基于可变阶次数值微分计算,建立了相应的Simulink模型对实验条件下的原子系综进行数值求解,并分析了极化率对光场、磁场、角速度输入的瞬态响应与稳态响应。仿真结果与理论计算结果相吻合,验证了Bloch方程数值求解的可行性与准确性。该方法可得到惯性测量系统的动态响应,可用于模拟复杂输入下的SERF原子自旋惯性测量系统的输出响应。     

A novel approach for predicting inlet pressure of aircraft hydraulic pumps under transient conditions

Cavitation caused by insufficient suction is a major factor that influences the life of aircraft pumps. Currently, pressurizing the tank can solve the cavitation problem under steady large-flow conditions. However, this method is not always effective under transient conditions (from zero flow to full flow in a very short time). Moreover, to apply and design other measures, such as a boost impeller, the suction dynamics during the transient period must be investigated. In this paper, a novel approach based on the pressure wave propagation theory is proposed for predicting the inlet pressure of an aircraft pump under transient conditions. First, a dynamic model of a typical aircraft pump is established in the form of differential equations. Then, the transient flow model of the inlet line is described using momentum and continuity equations, and the governing equations are discretized by the method of characteristics and the finite difference method. The simulated results are in good agreement with the results from verification tests. Further simulation analysis indicates that the wave velocity and transient time may influence the inlet and reservoir pressure as well as the size of the inlet line. Finally, solutions for upgrading the inlet pressure are discussed. These solutions provide guidelines for designing inlet installations.     

支持向量机在航空发动机起动模型辨识中的应用研究

支持向量机（SVM）可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据．通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。     

航空发动机过渡态最优控制规律设计的新方法

针对航空发动机过渡态最优控制规律的设计问题,提出了一种新的方法——动态稳定法:在发动机动态特性计算模型的基础上,通过额外提取其中所有的状态量变化率,使其共同工作方程组的偏差趋于0,从而让过渡态仿真稳定下来,此时的稳态参数值即为对应过渡态工作点的各项参数;然后分别根据指定的物理约束条件,通过简单的静态迭代优化即可直接建立相应的控制规律;最后将这些控制规律通过取大/小的方式进行合并,从而获得所需过渡态最优控制规律.以某型涡扇发动机最优加速控制规律的改进设计为例,结果表明该方法具有设计精度高、实现简单以及快速直观等优点.      

双轴涡喷发动机脉冲停供油时动态过程的数值模拟

在数值模拟双轴涡喷发动机脉冲停供油时动态工作过程中, 考虑到脉冲停供油会引起燃烧效率和涡轮效率恶化, 从而偏离特性图上所示值, 且因实验较难获得上述效率修正关系, 因此提出用实测的高、低压转速曲线代替上述效率做为数值模拟的已知条件。应用这一方法模拟了某型发动机脉冲停供油时的动态过程, 数值结果与实验值基本符合, 并获得该动态过程燃烧效率数据。      

Model parameters estimation of aero-engine based on hybrid optimization algorithm

A hybrid optimization algorithm for the time-domain identification of multivariable,state space model for aero-engine was presented in this paper.The optimization procedure runs particle swarm optimization (PSO) and least squares optimization (LSO) "in series".PSO starts from an initial population and searches for the optimum solution by updating generations.However,it can sometimes run into a suboptimal solution.Then LSO can start from the suboptimal solution of PSO,and get an optimum solution by conjugate gradient algorithm.The algorithm is suitable for the high-order multivariable system which has many parameters to be estimated in wide ranges.Hybrid optimization algorithm is applied to estimate the parameters of a 4-input 4-output state variable model (SVM) for aero-engine.The simulation results demonstrate the effectiveness of the proposed algorithm.      

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。     

准一维可压缩瞬变管流的有限体积模型(Ⅰ)流场的有限体积模型

针对现有流体系统一维动力学模型缺乏统一的理论推导过程和能够涵盖众多模型的基本方程组的现象,从适用于连续介质控制体的欧拉型积分形式的流动守恒方程出发,经过合理模化推导得到了可压缩变截面管流准一维瞬变流动积分形式和微分形式的守恒方程.通过保留能量方程中的变体积项考虑了由于控制体体积的改变所输出的膨胀功.通过对守恒方程在空间交错网格上的有限体积离散建立了一种计算准一维可压缩变截面管流瞬变流场的有限体积模型,该模型可考虑变体积、变物性、轴向热传导、重力场影响,一方面,在深化和阐明了有限元状态变量模型体系的理论基础的同时,拓宽了其对瞬变流动的适用范围,另一方面,结合阀芯节流模型,从此模型出发可推导出管路系统常见元件的流场模型.