涡轴发动机非线性模型预测控制

 对涡轴发动机进行了非线性模型预测控制(NMPC)研究,设计了非线性模型预测,该控制器主要包括3个方面：预测模型、滚动优化和反馈校正。利用神经元网络模型预测涡轴发动机动态响应过程,得到预测模型;运用序列二次规划(SQP)优化算法进行发动机的在线滚动优化,得到发动机的燃油控制量;根据神经元网络模型与实际发动机对象的输出误差,对控制器的指令信号进行了反馈校正。最后进行了仿真实验,与常规串级PID控制相比较,非线性模型预测控制器的超调量从2.2%降低到0.8%,响应时间从6 s降低到2 s,具有很好的控制品质。     

涡轴发动机/直升机综合控制仿真平台设计

建立了UH-60直升机/T700涡轴发动机综合控制数字仿真平台。基于VC++环境开发了包含UH-60直升机/T700涡轴发动机综合实时模型的上位机程序,与运行机载涡轴发动机+旋翼实时模型及在线优化控制模式的下位机程序。两者基于TCP/IP协议实时通讯,可进行模拟实际直/发综合优化控制的数字仿真实验。在该数字仿真环境下,分别给出了提高直升机常规飞行性能的多种优化控制模式仿真、变旋翼转速优化控制以及快速功率跟随控制模式仿真,充分表明该平台可为新一代直/发综合系统的开发研制提供一个可靠的前期数字仿真验证。     

涡轴发动机组合模型非线性预测控制

针对涡轴发动机,为了更好的满足控制系统的实时性要求和提高控制性能,建立了数值稳态非线性模型和ARX动态线性模型相串联的组合模型,并将其作为预测模型,设计了非线性预测控制器。由于优化求解控制器时避免了非线性规划问题,控制系统的实时性得以保证。仿真结果表明,当旋翼负载变化时,功率涡轮转速收敛速度快,稳态精度高,超调量小。     

直升机旋翼/发动机一体化仿真模型

 建立铰接式、叶片为刚性的非线性旋翼模型和发动机的非线性气动热力学模型以及简化的供油系统和传动机构模型,并将各子系统模型组合成旋翼／发动机一体化模型。在此基础上研究了一体化系统模型对操纵量改变的动态响应以及供油系统改变对系统的影响。     

一种变旋翼转速直升机/涡轴发动机非线性模型预测控制方法研究

为了实现变旋翼转速直升机/涡轴发动机快速响应控制,提出了一种基于神经网络的直升机旋翼预测模型与基于状态变量模型的涡轴发动机预测模型的新型非线性模型预测控制方法。所建目标函数除了包含转速控制指标外,还考虑了经两级变速双离合器传动机构传扭后发动机输出轴的转子动力学特性。不同飞行任务下的数值仿真结果表明:相对于PID控制器而言,非线性模型预测控制器可在满足压气机转速、发动机静强度等限制条件下使动力涡轮转速在变旋翼转速过程中的超调量减小50%,下垂量降至0.2%以内,实现了涡轴发动机的快速响应控制的同时,有利于改善发动机使用寿命。     

基于在线滚动LS-SVR的涡轴发动机混合预测控制

提出了一种串级PID+非线性模型预测控制(NMPC)的混合控制方案,用于涡轴发动机控制系统中。其中:主控制回路采用串级PID控制器以消除静差保证系统稳定;带约束优化的预测控制器则用于实时燃油补偿,以增强发动机系统对直升机功率需求的快速跟随能力。该预测控制器是基于在线预测模型实现,首先在VC环境下设计在线滚动最小二乘支持向量回归机(OSLS-SVR),在线训练高精度、实时性好的内嵌式预测模型,其测试精度可达3‰;而后利用该模型与序列二次规划(SQP)算法完成滚动优化,建立预测控制器;最后,在UH-60A直升机/T700涡轴发动机综合模型仿真环境下,通过模拟直升机大幅急速升降操作,验证了该混合预测控制方案对大扰动具有较强的抑制能力及鲁棒性,从而使直升机获得更好的机动性能。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

涡轴发动机多发功率匹配控制研究

为解决涡轴发动机多发匹配控制问题,通过分析恒转速控制条件下多发匹配控制机理,以串级控制方案为基础,提出了1种适用于装有多台涡轴发动机的直升机的功率匹配控制策略。该策略通过飞行员手动切换匹配模式,兼顾直升机传动系统、发动机的寿命均衡和单发性能退化等因素,实现发动机间的功率匹配。桌面、半实物试验及配装直升机试飞试验的结果表明,提出的多发功率匹配控制策略简单、有效,能够实现多台发动机之间的功率匹配,并具有较强的工程应用价值。     

涡轴发动机自适应非线性预测控制

为了实现当直升机旋翼负载变化时,尽量保持功率涡轮转速恒定,并提高系统动态品质,研究了一种针对涡轴发动机的自适应非线性预测控制(ANMPC)算法.基于涡轴发动机稳态数据和动态特性,采用递归最小二乘法(RLS)进行模型参数辨识,建立了具有在线自适应能力的涡轴发动机数值-ARX(auto regressive with external input)并联预测模型.在此基础上,通过多步输出预测和反馈校正,利用序列二次型优化(SQP)算法,进行在线滚动优化,从而获得了涡轴发动机ANMPC控制器.仿真结果表明:当旋翼负载变化时,相比于传统的串联PID(比例-积分-控制)控制器,ANMPC控制器能够使得功率涡轮转速收敛更快,超调量/下垂量更小.      

一种新的涡轴发动机转速抗扰控制器设计及应用

主要研究了涡轴发动机控制问题。涡轴发动机由于直接与旋翼相连,因此直升机与涡轴发动机的动力学耦合十分明显,从涡轴发动机子系统角度讲,直升机传递来的扭矩可认为是对该系统强的扰动,如何提高涡轴发动机闭环系统的抗扰性能,提高涡轴发动机对直升机操纵的跟随品质就显得非常重要。自抗扰控制(Active Disturbance Rejection Control)是近年来新兴的一种的控制方法,它具有模型依赖程度低,抗扰能力强,设计简单且易于实现的特点.在不改变原有发动机串级PID控制结构的基础上,提出并构建了一种串级PID+扭矩ADRC补偿的控制结构, 该结构充分利用了ADRC控制强的干扰补偿能力。最后,在直升机/发动机综合模型仿真环境下,通Ｄ庵鄙蠓彼偕挡僮?验证了该算法具有比较理想的抗扰控制效果,能够较好地抑制直升机操控过程中大的扭矩扰动对涡轴发动机造成的不利影响.     

一种涡轴发动机转速抗扰控制器设计及应用

主要研究了涡轴发动机控制问题.自抗扰控制(ADRC)是近年来新兴的控制方法,在不改变原有发动机串级比例积分微分(PID)控制结构的基础上,提出并构建了一种串级PID+扭矩ADRC补偿的控制结构,该结构充分利用了ADRC控制强的干扰补偿能力.最后,在直升机/发动机综合模型仿真环境下,通过模拟直升机大幅急速升降操作,验证了该算法具有比较理想的抗扰控制效果,能够较好地抑制直升机操控过程中大的扭矩扰动对涡轴发动机造成的不利影响.      

基于非线性模型预测控制方法的航空发动机约束管理

针对目前航空发动机控制系统普遍采用Min-Max选择逻辑处理输出量约束的方法具有一定保守性的问题,设计了非线性模型预测控制器,提出在非线性序列二次规划(SQP)算法中加入罚函数实现航空发动机输出量约束管理.仿真结果表明:无论是否触及输出量约束限,非线性模型预测控制器都比Min-Max控制逻辑动态响应更快,在达到限制线时更加明显,此时调节时间从1.16s下降到0.82s,且几乎没有超调量.      

直升机/发动机系统变旋翼转速串行优化方案

提出了一种用于直升机/涡轴发动机综合控制的变旋翼转速串行优化方案.首先基于Levenberg-Marquarat(L-M)算法/一维最优搜索算法,在保证直升机飞行状态不变的情况下,寻优得到旋翼所需最小功率,再通过优化发动机操纵量,在保证发动机约束成立的条件下得到当前发动机运行最优工作点,即达到直升机巡航时油耗最小或者涡轮前温度最低.最后,在UH-60直升机/涡轴发动机综合控制仿真平台上进行了最小油耗控制模式的仿真,数字仿真结果表明了该串行优化方案的可行性.      

直/发综合控制的变旋翼转速串行优化方案研究

提出了一种用于直升机/涡轴发动机综合控制的变旋翼转速串性优化方案。首先基于Levenberg-Marquarat(LM)算法/一维最优搜索算法,在保证直升机飞行状态不变的情况下,寻优得到旋翼所需最小功率,接下来,再通过优化发动机操纵量,在保证发动机约束成立的条件下得到当前发动机运行最优工作点,即达到直升机巡航时油耗最小或者涡轮前温度最低。最后,在UH-60直升机/涡轴综合控制仿真平台上进行了最小油耗控制模式的仿真,数字仿真结果表明了该串行优化方案的可行性。     

基于Matlab/Simulink的直/发一体化建模与故障诊断

针对目前航空发动机控制系统设计仅以单一的发动机为对象,没有考虑直升机与发动机之间的动态耦合的问题,基于Matlab/Simulink高级图形的仿真条件,建立了1种适用于快速控制原型的UH60直升机/T700发动机一体化综合模型,从而为发动机故障诊断提供可靠仿真平台。仿真结果表明:在直升机与涡轴发动机耦合因素影响条件下,基于改进卡尔曼滤波器,可实现发动机气路部件的故障诊断,并验证了其有效性。     

基于支持向量机改进SMO算法的直升机旋翼自转着陆过程建模

 为了建立高精度的直升机仿真模型,把支持向量机(SVM)引入到直升机智能化建模领域,建立了直升机自转着陆过程的旋翼转速模型。根据凸二次优化问题在对偶间隙为零时取得最优解的性质,对序列最小优化算法的停机准则进行改进,并用于所建模型的训练。仿真结果表明：与神经网络模型比较,这种SVM模型具有结构简单、运算速度快和泛化能力强等优点。     

一种涡轴发动机系统应急状态快速响应控制方法

针对直升机应急状态下特殊快速响应需求,基于涡轮放气原理,提出了一种新的应急状态快速响应控制方法.在应急状态下,除了燃油控制外,同时将涡轮放气量作为发动机控制变量,采用多变量鲁棒方法设计了应急状态直升机/涡轴发动机三变量快速响应控制器,该综合控制方法不仅实现了直升机垂飞通道的控制,而且在保持输出功率通道稳定,即自由涡轮转速恒定的前提下,借助于涡轮放气实现了燃气涡轮转速的闭环控制,有效实现了发动机功率快速跟随能力.最后,以直升机UH-60/涡轴发动机T700综合模型为对象,仿真验证了在直升机应急状态急升-急降过程中,直升机垂飞速度、发动机自由涡轮转速以及燃气涡轮转速跟踪指令的情况,结果表明:相比传统的PID(proportional integration differential)控制,基于快速响应控制方法建立的闭环系统响应迅速,动静态品质良好,能够达到直升机应急状态的特殊设计要求.