面向对象的航空发动机稳态建模研究

以一个面向对象发动机仿真平台为基础,研究影响航空发动机稳态模型精度的因素。在面向对象稳态模型中可灵活选取共同工作方程,宜封装多种仿真算法,以适应各种求解需求,首选拟牛顿法。     

航空发动机大偏差状态变量模型建立方法

提出一种基于各参数物理意义的状态变量模型建立方法,研究了模型参数在包线内的变化情况.建模过程中,首先建立航空发动机的小偏差状态变量模型,再采用线性插值的方法构造航空发动机的大偏差状态变量模型.采用本方法建立的小偏差数学模型完全能保证模型的稳态精度,并取得了较高的动态建模精度,其计算工作量比原拟合法更小、运算速度更快.同时模型各参数物理意义明确,在包线内的变化较有规律,在构造大偏差模型时获得了较高的模型精度.     

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题,基于改进卡尔曼滤波器,通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路,该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型,其输入采用特征选择算法筛选推力估计模型的最优输入,相比于传统的不经选择的推力估计模型,精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真,验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

基于试车数据的发动机神经网络模型

利用人工神经网络对某型航空发动机在全飞行包线内的稳态、动态特性(非加力状态)进行建模,网络的训练样本来自该发动机在高空试车台的试车数据。模型的输入量包括燃油流量、喷口面积、高度及马赫数,输出量则包括高、低压转子的转速及各截面的温度和压力。计算表明,当具有足够的训练样本时,神经网络模型不仅在整个飞行包线内具有较高的稳态、动态精度,而且具有较好的实时性。     

涡扇发动机的一类大包线系统建模

基于涡扇发动机部件级模型,研究了具有非线性和时变特性的涡扇发动机非线性变参数系统建模问题。通过系统辨识的方法,以高压转子转速为调度变量,得到典型工作点的多项式非线性系统。在此基础上,借鉴增益调度思想,将高度和马赫数拟合成系统的时变参数,利用回归算法,建立大包线慢车以上非线性变参数(Nonlinear parameter-varying,NPV)模型。仿真表明,采用该方法建立的非线性系统与部件模型在单个转速状态时误差小于0.05%,非线性变参数模型与部件模型在大包线范围内的误差小于1%,验证了本文方法的可行性和有效性。     

基于模糊聚类的航空发动机故障预测研究

为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。     

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

采用CARS试验技术与UFPV数值方法研究航空发动机燃烧室

在自主开发的软件平台上,采用基于URANS的方法计算航空发动机燃烧室的三维两相燃烧流动,考虑了液态燃油从液膜-液滴-燃气-燃烧的完整物理化学过程。其中,颗粒相采用LISA一次破碎模型,KH-RT二次破碎模型和标准的蒸发模型,湍流燃烧模型采用可以考虑非稳态燃烧特性的非稳态火焰面/反应进度变量方法,得到了航空发动机燃烧室中温度、组分浓度和燃油液滴的颗粒直径分布规律。同时,采用CARS光学手段测量燃烧室主燃区的温度分布,并将数值计算结果与光学试验测量值进行比较,数值计算结果和试验值吻合较好,数值计算误差小于7.3%。说明了本文的数值计算方法和UFPV方法在计算航空发动机燃烧室的两相燃烧流动时具有较高的精度。     

采用CARS试验技术与UFPV数值方法研究航空发动机燃烧室（英文）

在自主开发的软件平台上,采用基于URANS的方法计算航空发动机燃烧室的三维两相燃烧流动,考虑了液态燃油从液膜-液滴-燃气-燃烧的完整物理化学过程。其中,颗粒相采用LISA一次破碎模型,KH-RT二次破碎模型和标准的蒸发模型,湍流燃烧模型采用可以考虑非稳态燃烧特性的非稳态火焰面/反应进度变量方法,得到了航空发动机燃烧室中温度、组分浓度和燃油液滴的颗粒直径分布规律。同时,采用CARS光学手段测量燃烧室主燃区的温度分布,并将数值计算结果与光学试验测量值进行比较,数值计算结果和试验值吻合较好,数值计算误差小于7.3%。说明了本文的数值计算方法和UFPV方法在计算航空发动机燃烧室的两相燃烧流动时具有较高的精度。     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

提高数控系统可靠性的解析余度研究

为提高航空发动机数字控制系统的可靠性，本文用解析余度技术，对系统传感器故障检测，隔离、调整的方法进行仿真研究，仿真系统中的发动机数学模型是用一系列小偏差线化模型去逼进某一实际发动机的试车数据而得到的，这里建立的传感器故障模型模拟各种故障的发生，设计分离的卡尔曼滤波器产生的残差秩序构造－决策函数，对故障进行检测及隔离调查。本文在ＭＡＴＬＡＢ语言环境，对可能发生的故障进行了仿真研究，所得结果说明，这种     

基于非线性补偿的涡扇发动机MRAC控制(英文)

以工程应用为目的,采用输入输出模型参考自适应控制方法设计了航空发动机转速模型参考自适应控制器(Model reference adaptive control,MRAC)。针对发动机的非线性特性,设计了函数连接型神经网络补偿器。开展了控制器实物在回路仿真试验,结果表明基于非线性补偿的MRAC在包线内具有良好的动静态性能,对于发动机及其工作环境的非线性具有良好的补偿能力和适应性,验证了自适应控制方法在航空发动机工程应用中的有效性。     

民航发动机视情维修决策方法

为了提供可行的民航发动机视情维修决策方法,首先介绍了民航发动机视情维修决策理论。基于可靠性和状态数据建立了比例强度模型,根据该模型实现了发动机最优预防维修间隔决策和拆换决策,并通过收集发动机运行役龄和状态数据,实现了发动机在翼时间预测。最后以某航空公司CF6—80C2型号的发动机机队为应用实例,研究发现完备的发动机运营数据是准确决策的关键。研究结果表明,这些视情维修决策方法有助于更好地控制发动机维修活动和在翼时间,从而减少风险和维修成本。     

柴油发动机液压测功器系统微机数字控制

液压测功器为柴油发动机的性能检测试验和实际负载的实验室物理仿真提供了灵活有效的手段。在微机数字控制下,柴油发动机液压测功器系统具有良好的静态精度和动态跟踪特性,并具有高度的自动化和较强的数据采集及处理能力,能较好地满足柴油发动机及其控制器的性能检测试车的要求。本文论述柴油发动机液压测功器系统微机数字控制的控制方式及其实现过程中的若干问题和解决方法,展示了微机数字控制的良好效果。     

应用神经网络的航空发动机故障诊断仿真研究(英文)

传统的定期维护制度成本高 ,劳动强度大 ,且对发动机故障的诊断和探测能力十分有限。现代飞机上的发动机监控系统 ( EMS)具有向维护人员提供有关发动机故障信息的潜在能力。本文将径向基函数 ( RBF)神经网络应用到航空发动机故障诊断中。该方法能够依靠测量参数探测发动机多个气路故障 ,并对各大部件的性能退化进行定量的诊断。仿真结果表明 ,诊断的精度能够满足实际应用的需要 ,神经网络的非线性映射能力可用来捕捉发动机的特性。该方法具有通用性 ,在其他类似的复杂机械中也可以获得应用。     

Optimal Control Strategy for Buck Converter Under Successive Load Current Change

A new control algorithm is presented for digitally controlled dc-dc converters to achieve a fast response under a successive load-change. Under the steady-state condition, the tight voltage regulation is processed by the conventional digital PID compensator. If the load disturbance is significant, the controller switches to an optimal control scheme. With the integration of the capacitor current, the proposed algorithm predicts the optimal switch over time based on the charge balance control, and the minimal voltage derivation and recovery time are thus achieved when the load current has a successive load-change. The method for calculating the optimal switch over time is described, and the implementation of the proposed algorithm with a digital controller is treated in detail. Furthermore, the simulation and experiment results are provided to validate the effectiveness of the approaches.     

发动机数控系统含实物电子仿真

发动机数控系统含实物电子仿真是用真实的数字控制器与发动机实时数学模型构成闭环仿真系统，控制器接口所需要的各种传感器信号及机械液压供油装置和喷口控制装置由电子模模拟，从而为数字控制器提供基本运行环境。本文研究了发动机数控系控制规律和控制逻辑，，检测了数字控制器软件硬件的工作性能，表明含实物电子仿真试验具有试验成本低，风险小等特点，是发动机数字控制器研制过程中一个重要环节。     

Aeroengine Nonlinear Sliding Mode Control Based on Artificial Bee Colony Algorithm

For a class of aeroengine nonlinear systems,a novel nonlinear sliding mode controller(SMC)design method based on artificial bee colony(ABC)algorithm is proposed.In view of the strong nonlinearity and uncertainty of aeroengines,sliding mode control strategy is adopted to design controller for the aeroengine.On basis of exact linearization approach,the nonlinear sliding mode controller is obtained conveniently.By using ABC algorithm,the parameters in the designed controller can be tuned to achieve optimal performance,resulting in a closedloop system with satisfactory dynamic performance and high steady accuracy.Simulation on an aeroengine verifies the effectiveness of the presented method.