基于平衡流形的航空发动机LPV建模方法

针对航空发动机线性变参数模型,基于平衡流形原理,研究了一种改进LPV建模方法.首先,根据平衡流形原理,构造涡扇发动机平衡流形参数化形式.其次,根据某型涡扇发动机非线性模型,建立基于局部线性模型的涡扇发动机准LPV模型.然后,建立基于平衡流形的航空发动机改进准LPV模型,即:利用平衡流形参数化形式,根据调度变量实时估算发动机平衡态,以更新发动机准LPV模型的参考平衡态.最后,通过对发动机从慢车状态到最大状态的阶梯加速过程进行仿真,表明改进UP模型的稳态和动态响应特性与发动机非线性模型保持很好地一致.     

基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模控制

针对涡扇发动机内部状态大范围变化条件下,单点线性控制器控制效果不佳而线性变参数控制器求解困难的问题,提出了一种基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模变结构控制。首先,采用多入多出平衡流形展开模型辨识技术,获得仿射型的涡扇发动机数学模型。随后,利用反馈线性化将平衡流形展开模型解耦,经过坐标变换获得可用于控制系统设计的线性结果,考虑了具有误差项和饱和函数的指数趋近滑模控制律来提高控制系统的鲁棒性,完成了基于平衡流形展开模型的多变量涡扇发动机反馈线性化滑模控制器设计。最后,在非线性部件级模型上开展了控制器验证。在平衡流形展开模型设计工况,增益控制和滑模控制的控制效果表明,基于平衡流形展开模型的反馈线性化方法能够获得涡扇发动机良好的控制效果。同时,在平衡流形展开模型稳定但精度无法保证的非设计飞行工况,反馈线性化滑模控制器能够进一步抑制不确定性的影响,保证转子转速和发动机压比的跟踪控制效果。     

基于动态系数的涡轴发动机平衡流形模型建模方法

以涡轴发动机线性模型为基础,通过分析状态变量对不同参数的影响,建立简化的传递函数模型。将传递函数转换成状态空间形式,推导出动态系数法模型的平衡流形展开形式,确定了建模要素。然后进行离散化分析,结合平衡流形原理,获取了分别基于加减速试验和阶跃辨识试验求取动态系数的方法,根据试验数据计算出动态系数,并分析了两种方法计算结果的一致性。最后对模型精度进行验证,结果表明所采用的动态系数计算及建模方法是正确的,模型稳态误差小于1%,动态误差小于4%,能够满足工程需要。     

基于平滑切换策略的航空发动机转速调节控制设计

针对航空发动机控制系统,为了提高模型的精度以及解决切换控制带来的控制信号突变问题,建立了一种基于平衡流形展开模型(EME)和线性化模型的切换模型,并提出一种基于模糊控制和智能算法的平滑切换控制策略.首先,考虑到平衡流形展开模型的辨识误差使稳态精度有所下降,而线性化模型具有很好的稳态精度,结合平衡流形展开模型和线性化模型...     

航空涡扇发动机全包线平衡流形建模

根据航空发动机相似工作状态原理和非线性系统平衡流形建模原理,提出一种适用于全飞行包线发动机性能仿真的换算平衡流形模型.首先,根据发动机各状态量的换算参数,对航空发动机平衡流形的概念进一步推广,提出换算平衡流形概念.然后,选取高压转子换算转速和飞行马赫数定义二维调度变量,对全包线发动机参量换算平衡流形进行拟合;并在换算参...     

分布式非线性气动力模型弹性飞机动力学研究

建立了线性与非线性两种分布式气动力模型,在弹性飞机模型上添加所建立的气动力模型,验证了整个系统的有效性。对所建立的模型进行着陆及突风扰动动力学仿真,对比线性及非线性气动力模型的飞机动力学响应的差异,结果表明非线性气动力模型能够更合理地计算飞机大迎角状态下的气动载荷及动力学响应。     

基于平衡流形展开模型的航空发动机健康参数估计

为提高航空发动机健康参数实时估计的精度,结合非线性卡尔曼滤波器从底层模型方面进行改进。以航空发动机部件 级模型为基础,提取运行数据,采用线性拟合法求解系数矩阵,建立传统状态空间模型;采用BP神经网络拟合调度参数,建立设计 点处包含健康因子的平衡流形展开（EME）模型。基于EME模型分别采用扩展卡尔曼滤波器和无迹卡尔曼滤波器进行多种参数 退化模式下的数值仿真估计。仿真结果表明：得益于EME模型对非线性系统的良好近似性,各参数退化模式下的估计结果准确, 稳态误差不超过3%;与采用部件级模型作为底层模型的方案相比,该方案的估计速度提升了1个量级。验证了基于航空发动机 EME模型结合非线性卡尔曼滤波器进行健康参数估计方法的实际可行性。     

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。     

基于样条函数的涡轮发动机平衡流形模型展开辨识方法

多项式表示的涡轮发动机平衡流形往往存在偏差,会使辨识的动态参数不太准确。应用样条函数来表示平衡流形展开模型的相应参数,解决了区域内的动、静态参数关系和区域间参数的连续条件构造的辨识问题;以涡喷发动机辨识算例证明了该方法的有效性。     

基于分层思路的动态非线性气动力建模方法

很多非线性气动力模型难以精确预测系统的小扰动线性特征。针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力。分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型。算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性。     

基于Simscape模型的航空发动机系统安全性分析方法

针对航空发动机系统安全性分析中的耦合情况,研究基于Simscape模型的航空发动机耦合故障建模和安全性分析问题。在基于模型的安全性分析(MBSA)故障拓展一般特点的基础上,分析了Simscape环境下进行故障外部拓展和建模语言内部故障拓展两种方式,以建立耦合故障模型。以全权限数字式发动机控制(FADEC)主燃油控制子系统为研究示例,进行独立和耦合故障形式化系统安全性分析。结果表明:航空发动机系统安全分析Simscape模型基于系统设计环境,可直接成为系统设计和安全性分析共同的工具,便于保证设计和安全性分析的一致性;该模型拓展方法和建模语言,从故障数学原理出发,对实际系统不同物理域的组件独立和耦合故障特性具有灵活和定量描述能力;由此拓展的故障模型下的安全性分析具有形式化、直观性和客观性的优势。      

基于Volterra-Laguerre扩展模型的发动机加速过程辨识

提出了航空发动机的动态非线性Voherra-Laguerre扩展模型的辨识建模方法.应用Laguerre序列简化线性系统的原理,将Volterra级数模型拓展为Volterra-Laguerre扩展模型,该模型较传统Volterra级数模型减少了辨识量,提高了辨识速度.采用航空发动机地面试车数据辨识建立了其加速过程非线性Volt-erra-Laguerre扩展模型,通过递推最小二乘法辨识了模型参数.仿真结果表明,模型精度高,高低压转子相对转速误差均小于1%,涡轮后燃气温度误差小于3℃,满足发动机控制仿真的需要.     

一种超声速状态下机载推进系统模型的建模方法

为了满足机载航空推进系统模型对精度、实时性及数据存储量的苛刻要求,提出了一种机载模型建模方法.对传统的机载稳态模型建立过程中使用的相似准则进行了充分讨论,得出了一种具备更高建模精度的相似准则.在新的相似准则基础上,建立了包含泰勒展开式中非线性2阶项的高精度稳态变量模型,有效解决了分段线性稳态变量模型在大包线、变状态条件下精度难以保证的问题;为了解决超声速状态下安装推力与发动机净推力差别较大的问题,建立了考虑外流特性的简化进气道模型,给出了一种计算安装推力的方法,即由简化发动机模型计算安装推力中符合相似准则的部分,由进气道模型计算溢流阻力、放气阻力及发动机推力中不符合相似准则的部分.仿真结果表明:基于新的相似准则所建立的机载模型具有大包线、变状态适应性,输出参数误差均在0.5%以内.      

孔冷挤压有限元仿真中的铰削分界面位置确定方法

开展孔冷挤压过程有限元仿真计算是残余应力分布获取和疲劳寿命预测的前提。在有限元建模阶段,设置铰削层单元与基体材料单元之间的分界面,是模拟铰制终孔工艺过程的关键。通过弹塑性力学分析,建立了挤压强化过程芯棒、衬套和被挤压强化连接孔的应力分析方法;基于分析中得到的不同位置处微单元的径向位移量,建立了铰削分界面相对位置计算模型。并开展了关键参数的敏感性分析,定量研究了关键参数变化对残余应力分布和径向位移量的影响程度。本工作为孔冷挤压强化有限元模型建立中,铰削层单元与基体材料单元分界面相对位置确定,提供了便捷可靠的方法。     

Approximate Nonlinear Modeling of Aircraft Engine Surge Margin Based on Equilibrium Manifold Expansion

Stable operation of aircraft engine compressions is constrained by rotating surge. In this paper, an approximate nonlinear surge margin model of aircraft engine compression system by using equilibrium manifold is presented. Firstly, this paper gives an overview of the current state of modeling aerodynamic flow instabilities in engine compressors. Secondly, the expansion form of equilibrium manifold is introduced, and the choosing scheduling variable method is discussed. Then, this paper also gives the identification procedure of modeling the approximate nonlinear model. Finally, the modeling and simulations with high pressure (HP) compressor surge margin of the aircraft engine show that this real-time model has the same accuracy with the thermodynamic model, but has simpler structure and shorter computation time.     

基于神经网络的无线通信系统RF电路设计方法

典型的无线通信系统RF电路由大量的线性和非线性元器件组成。建立这些微波电路元器件的模型在现代RF电路的设计中至关重要。采用一种神经网络来学习非线性电路的动态特性,并建立相应的模型。神经网络模型可以对原始电路的模拟特性进行整体预测,可用于高层电路的仿真和优化。以功率放大器为例验证了神经网络模型的实用性,表明神经网络模型可以极大地提高无线通信系统RF电路的建模精度和速度。     

Interrelationship of single-filter and multiple-model adaptivealgorithms

An equivalent filter bank structure for multiple model adaptive estimation (MMAE) is developed that uses the residual and state estimates from a single Kalman filter and linear transforms to produce equivalent residuals of a complete Kalman filter bank. The linear transforms, which are a function of the differences between the system models used by the various Kalman filters, are developed for modeling differences in the system input matrix, the output matrix, and the state transition matrix. The computational cost of this new structure is compared with the cost of the standard Kalman filter bank (SKFB) for each of these modeling differences. This structure is quite similar to the generalized likelihood ratio (GLR) structure, where the linear transforms can be used to compute the matched filters used in the GLR approach. This approach produces the best matched filters in the sense that they truly represent the time history of the residuals caused by a physically motivated failure model