基于快速原型的涡扇发动机气路部件在线健康监控系统设计

为实现涡扇发动机全包线范围内具有较高精度的快速实时仿真,结合快速原型技术和发动机非线性模型设计了一种气路部件在线健康监控系统。该系统采用涡扇发动机非线性模型模拟真实发动机进行实时计算,并将基于优化拟合法获得最优的发动机线性化模型融入扩展Kalman滤波算法,对气路部件健康参数进行实时跟踪,将该跟踪方法运用于基于CompactDAQ和CompactRIO平台设计的发动机在线故障诊断原型系统进行仿真试验验证。仿真结果表明,基于快速原型技术与发动机非线性模型构建的在线健康监控系统能够实现对气路部件故障的有效诊断,平均正确率达到98.28%。     

基于非线性系统平衡流形的某型涡扇发动机建模研究

基于非线性系统平衡流形式建模理论,直接利用涡扇发动机试车数据,通过辨识计算,建立了各主要状态参数与燃油流量和高压转子转速的状态方程关系式,由此建立了某型涡扇发动机的实时动态仿真模型.并且仿真结果与试验吻合好,且其单步计算耗时较短,从而为该涡扇发动机开展实时性仿真、进一步完善发动机性能分析和改进其控制系统设计奠定了良好的基础.      

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。     

高超声速超燃冲压发动机实时模型仿真研究

给出了一种高超声速超燃冲压发动机实时模型建立方法.发动机采用基于特性的部件级建模思想,考虑了燃烧室的容积效应,其中,在计算进气道参数时给出一种计算激波角的方法,该方法能够一次得到激波角,不需数值解法,在保证精度的同时简化了计算过程.该发动机动态模型通过数值积分来完成,避免了循环迭代,提高了模型计算速度与实时性.以某超燃冲压发动机建模为例, 通过闭环仿真实验得到在动态过程中响应时间在1s左右,超调量为0.5%.仿真结果表明:该建模方法满足提高实时性的要求,有助于对此类发动机动态过程进行控制研究.      

一种航空发动机的分段实时线性动态模型

针对喷口不可调涡扇发动机实时线性动态模型的建立问题,提出了一种基于粒子群优化算法小偏差状态空间模型的方法.选取高压转子换算转速为增益调度参数,根据发动机相似原理,建立了发动机全飞行包线分段实时线性模型.全飞行包线内所提出的分段实时线性模型与非线性模型仿真对比结果表明:涡扇发动机高压压气机出口总压、低压涡轮出口温度、高压转子转速和低压转子转速的最大相对误差不超过3.5%,仿真结果验证了该方法的有效性.      

涡扇发动机超声速进气道实时数学模型

利用流场计算结果建立了反映飞行马赫数、攻角、斜板角度和风扇进口静压影响的超声速进气道多维实时数学模型。综合该进气道模型、某型涡扇发动机实时数学模型和实时喷管模型，建立了实时的推进系统数学模型。利用此模型研究了飞行马赫数、攻角、斜板角度和出口反压对涡扇发动机工作参数的影响。结果表明，该模型准确度高，实时性好，可完成推进系统的动静态过程仿真计算；并可用于进气道与发动机的匹配以及超声速进气道控制研究。     

航空发动机核心机建模技术研究与应用

采用部件建模技术,建立了某型发动机核心机实时动态数学模型。应用该模型进行计算时,不必采用迭代的方式,而是按时间步长1次完成,提高了计算的实时性;有效保持了发动机特性的非线性特征,有利于提高模型的计算精度。     

基于多核并行计算的超燃冲压发动机一维模型实时性研究

在发动机控制系统设计中,为了缩短设计周期、降低研发成本,需要建立面向控制的、较为精确的、实时性高的超燃冲压发动机性能计算模型,以保证模型精度、提高计算速度为研究目标,基于多核高性能计算仿真平台,开展了面向控制的超燃冲压发动机一维模型实时性优化工作。运用简化计算流程、改进C语言程序、开拓缓存区等方法有效提高了一维模型计算速度。创新性地尝试了计算流体力学并行化方法,对隔离段和燃烧室一维模型进行结构分解。计算网格平衡分配至多个中央处理器,并借助核间数据通讯实现多核并行计算。与串行模型计算结果对比,七核并行计算模型性能参数偏差不超过0.1%,全工况仿真时间小于30ms,计算耗时较优化前缩短了75%以上。实时性优化后的多核并行模型计算精度高、速度快、收敛性好,可以作为超燃冲压发动机控制系统设计和半实物仿真验证平台。     

MAPS方法在航空发动机性能寻优控制中的应用

利用模型辅助模式搜索方法(MAPS方法),研究了某型涡扇发动机基于部件级非线性实时数学模型的性能寻优控制。该方法是一种直接搜索方法,不需要计算发动机非线性模型对控制量的偏导数,并通过运用kriging方法构造非线性代理模型来减少发动机模型的调用次数,进而减少了计算量,提高了优化速度。应用MAPS方法对航空发动机最低油耗、最大推力和加力最大推力3种控制模式进行了优化计算,论文给出了优化计算结果。      

航空发动机燃油调节执行机构及其传感器的故障诊断与半物理仿真

为了提高航空发动机控制系统的可靠性,针对航空发动机燃油调节执行机构回路,提出了一种基于执行机构数学模型及发动机燃油逆映射模型的故障诊断方法,以实现对执行机构自身故障及其线性可变差动变压器(LVDT)位移传感器故障的检测和隔离。基于非线性回归方法极端学习机(ELM)算法建立了发动机燃油逆映射模型,保证了燃油估计的精度和实时性。为了验证该方法的可行性和有效性,以涡扇发动机主燃油调节执行机构为研究对象,在半物理仿真试验平台上进行了故障诊断的半物理仿真试验。结果表明,该故障诊断方法能快速准确地检测并区分出幅值在2%以上的执行机构故障和LVDT传感器故障。     

涡轮泵故障检测系统

1引言随着可重复使用运载器(RLV)的出现与发展,要求涡轮泵具有较高的可重复使用率,因此,它的故障检测与状态监控工作也变得越来越重要[1]。马歇尔飞行中心(MSFC)和波音-加州坎诺加帕克(BCP)正在研究航天飞机主发动机(SSME)涡轮泵的先进实时振动监控系统(ARTVMS)[2]。我国也针对     

基于时序分析的液体火箭发动机实时故障监测算法

建立ＡＲ模型对液体火箭发动机状态测量参数构成时间序列进行分析，并构造相应的信息距离差别函数进行状态监测。对某次试车的测量参数进行状态监测仿真表明，利用时序分析算法能够在满足实时条件下早期检测出发动机的故障。在算法中，使用了Ｋｏｌｌｂａｃｋ－Ｌｅｉｂｌｅｒ信息距离函数作为判别函数，使得整个计算简单而可靠。     

变推力液体火箭发动机的故障识别

讨论了专家系统在液体火箭发动机故障诊断中的应用，研制出一个基于阈值判断的故障识别专家系统，应用该系统成功地识别出变推力液体火箭发动机故障模式。     

高速涡轮泵实时振动监控算法与系统设计

涡轮泵是液体火箭发动机的故障高发部件之一,研究其实时振动监控算法及系统对提高发动机的可靠性与安全性具有非常重要的意义。在选择涡轮泵监控参数的基础上,深入研究涡轮泵实时故障检测算法,提出用于阈值更新的滑动样本递推方法,实现涡轮泵故障的自适应阈值检测,然后基于数字信号处理器设计涡轮泵新型实时振动监控系统,实现更高的处理速度,并满足小型化需求。     

液体火箭发动机试验台贮箱增压系统数值仿真

在不考虑传热传质的情况下建立了一种简化的贮箱模型, 并采用液体火箭发动机试验台气路系统通用模块化建模与仿真软件对容腔放气过程和某试验台贮箱增压系统在发动机点火工作段的增压过程进行了仿真, 计算结果与分析解和试验结果获得了较好的一致, 验证了软件的有效性和通用性.对两个系统的建模过程表明软件所采用的模块化建模与仿真方法适用于对复杂管网的建模, 在液体火箭发动机系统仿真上具有较好的应用前景.对贮箱增压系统的仿真表明, 合理设计PID控制参数并根据经验预置与额定流量相近的调节阀初始开度, 对于提高增压系统起动过程的平稳性有利.      

基于K-L信息测度的液体火箭发动机的泄漏故障检测

液体火箭发动机的泄漏是常见和极其危险的故障。研究快速有效的泄漏故障检测方法,是一个很重要迫切的课题。本文针对已有发动机的状态监测参数,建立ＡＲ模型进行时间序列分析,利用Ｋ－ Ｌ信息测度作为判别函数来检测发动机的泄漏故障。仿真结果表明,这种泄漏故障检测的方法是切实可行的。     

基于混合知识模型和混合推理策略的液体火箭发动机智能故障诊断

以某大型泵压式液体火箭发动机为研究对象，围绕着发动机知识的统一处理、定性定量知识的集成与转化以及基于知识的智能故障诊断推理等技术和难点，研究发展了发动机基于混合知识模型和混合推理策略的智能故障诊断方法，并结合实际热试车数据和故障仿真实例进行了验证。研究结果对设计和实现工程实用的液体火箭发动机故障诊断系统具有重要的参考价值。     

液体火箭发动机一种通用模块化仿真方法

为了研制一种较为通用的液体火箭发动机工作过程的仿真软件，依据模块化建模思想，建立发动机各组件的Simulink仿真模块。根据发动机系统中各组件之间的参数信号传递关系，连接各模块的相应输入输出端口即形成整个发动机系统的仿真模型。对某型发动机的起动过程进行仿真计算，结果表明这种模块化的建模仿真方法易操作，较通用。     

涡轮泵实时故障检测短数据均值自适应阈值算法

为了实时监控液体火箭发动机涡轮泵的状态，提高其安全性，降低其故障带来的破坏程度，提出了短数据均值自适应阈值算法(SDM—ATA)，建立了实时故障检测的统计学模型、研究了阈值区间均值与方差的自适应计算及其带宽系数的自适应训练、故障综合决策逻辑，以及故障数据对阈值贡献的踢除等方法，并利用某型火箭发动机地面试车涡轮泵振动测量数据和某型转子试验平台实时测量数据对该算法进行离线和实时在线故障检测试验验证。结果表明，SDM—ATA没有发生误检测情况，并具有实时故障检测的能力。     

液体火箭发动机故障检测与诊断综述

对健康监控技术的中心问题－故障检测与诊断方法进行了综述，对可能用于液体火箭推进系统的各种故障检测与诊断方法进行了系统分类和详细评述，指出了近期必须研究和完善的几项主要工作。