双外涵变循环发动机可变几何特性研究

建立了双外涵变循环发动机(VCE)总体性能数学模型,实现了变循环发动机与进气道进口流量匹配、双参数控制规律、可变几何部件性能模拟。依据单/双涵道模式、最大推力/最小耗油率模式、是/否开加力选取了起飞、亚声速巡航、超声速巡航、加速爬升4个典型航段,分析了变循环发动机10个几何可调节变量在不同飞行条件下的控制规律及其对发动机安装性能和稳定性的影响。结果表明,相比于几何不可调节变循环发动机,几何可调节的变循环发动机在亚声速和超声速巡航阶段的安装耗油率可分别降低3%和30%,加速爬升阶段的安装推力可增加42%,并且保证发动机均能具有足够的喘振裕度。     

基于射影算子的变循环发动机鲁棒自适应控制器设计

针对变循环航空发动机大范围工作包线下的复杂外部扰动现象引起的多变量鲁棒自适应控制器设计问题,给出基于射影算子的自适应律设计方法并将其应用至模型参考自适应控制器设计中。通过理论分析与变循环航空发动机某一状态点的仿真分析,阐明系统存在外部干扰时传统自适应律的设计方法对于指令跟踪不足等问题,进而在射影算子的理论框架基础上设计自适应律,将存在干扰时的状态误差动态方程的解限制在设定的凸集范围内,从而实现系统状态误差动态方程不大于零的稳定性要求,最终在LQR基准控制器框架上,实现基于射影算子的多变量鲁棒自适应控制器设计,以改善自适应控制系统的鲁棒性。基于该方法对变循环航空发动机进行控制器设计和仿真。结果表明:基于射影算子的自适应律设计方法改善了传统自适应律设计方法的鲁棒性问题,实现了控制系统对外部干扰的有效抑制,当系统各控制回路加入不同外部随机噪声信号时,均达到了期望的控制效果;变循环航空发动机各个状态点均能够跟踪期望的闭环参考指令,各状态点稳态控制误差均小于0.5%,系统超调量小于1%,调节时间小于1.2s,动态跟踪误差不大于0.5%,符合发动机控制系统技术要求。     

建模不确定性下变循环发动机自适应控制器设计

针对变循环航空发动机存在建模不确定情况下的多变量控制器设计问题,给出了一种最优律下的增广模型参考自适应跟踪补偿设计方法,阐明变循环发动机建模不确定性并引出LQR(Linear Quadratic Regulator)基准控制器动态跟踪不足的问题,进而在基准控制器反馈控制结构框架下,分别实现以下技术突破:确定期望闭环动态的参考模型、基于李亚普诺夫函数严格稳定证明下建立存在建模不确定性的自适应律等,最终以达到系统跟踪误差渐进为零的目标,改善系统不确定性的动态跟踪问题。对变循环航空发动机的控制器仿真结果表明:增广模型参考自适应控制方法改善了原LQR基准控制器对存在建模不确定性时的控制问题,有效地实现了控制指令跟踪,达到了所期望的动态响应,且自适应参数一致渐进稳定。同时,各标称点的稳态控制误差均小于0.3%,系统超调量小于0.8%,调节时间小于1s,符合航空发动机控制系统技术要求。     

变循环发动机过渡态性能直接模拟方法

为了实现多变量可调的变循环发动机（VCE）过渡态性能模拟和控制规律设计,在稳态逆算法和过渡态性能隐式格式计算方法的基础上开发了变循环发动机过渡态直接模拟方法。在稳态逆算法模型中加入容积效应和转子动力学方程,实现了同时给定加速率、涡轮前温度和压缩部件工作点的条件下直接模拟计算过渡态过程中变几何参数和燃油流量的调节规律,验证了方法的精度和可行性,并将该方法用于变循环发动机转模态性能模拟和控制规律设计。计算结果表明,过渡态直接模拟方法的误差在0.58%以内,超声速巡航状态下由单外涵模态转换到双外涵模态的时间约为1 s,海平面静止状态下双外涵转单外涵的时间约为3 s,且推力、转速、涡轮前温度、喘振裕度等参数过渡平稳。该方法可简化转模态控制规律设计流程,并提高设计精度。     

基于滑模控制的航空发动机多变量约束管理

针对航空发动机传统单变量线性控制器min-max切换方法处理约束的不足,提出了单变量滑模控制器替换所有线性控制器的改进策略,并将该方法拓展为新切换逻辑下的多变量滑模控制结构。基于改进的单变量滑模控制器min-max结构,多变量控制策略中加入了多变量滑模主控制器和新的切换逻辑,充分利用发动机的所有控制量,克服了传统方法的保守性,进一步提高发动机约束下的动态性能。对稳态时工作的控制器进行了理论分析,建立了多变量控制器实现精确跟踪的充要条件。仿真结果表明,多变量控制方法在更苛刻的约束条件下能够实现跟踪任务,而且提高了推力跟踪的快速性,调节时间从1.91 s缩短到1.54 s,同时降低了稳态时的油耗。     

基于近似模型的变循环发动机稳态性能分析及优化

针对变循环发动机可调节变量多的特点,基于变循环发动机稳态性能计算结果,提出了通过构建和利用近似模型对稳态性能进行分析、优化的研究方法,同时还建立了优化求解程序。以超声速巡航工况稳态性能的分析及优化为例,解析了主要变几何部件调节对推力和耗油率的影响,获得了满足优化条件的性能方案。与传统大范围变几何部件参数研究方法对比验证表明,该方法在提高设计效率方面作用显著。为变循环发动机性能分析及控制规律设计提供了一种研究方法。     

基于RBF网络的航空发动机单神经元解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于RBF网络辨识的航空发动机多变量单神经元网络解耦控制方法。对发动机的多个控制回路,采用多个RBF网络实时辨识各个回路发动机的数学模型,并将系统的灵敏度信息实时反馈给各回路的控制器,保证了单神经元网络控制器对各回路的准确控制,最终实现对发动机多回路的解耦控制。通过在飞行包线内的仿真,结果表明,该方法不依赖被控对象的精确模型,有效地实现了对发动机的解耦控制,而且具有良好的动静态性能,将其应用于航空发动机多变量解耦控制是行之有效的。     

涡扇发动机极点配置圆的多变量PI控制设计

为了实现对涡扇发动机高精准稳态控制,在静态输出反馈渐近稳定条件的基础上,考虑控制系统的鲁棒稳定裕度,推导了闭环极点配置圆的条件,提出了 1 种多变量控制系统闭环极点配置圆的线性矩阵不等式 LMI 设计方法。在双转子涡扇发动机上进行了仿真验证,双回路控制仿真表明:控制系统对于高压转子转速和涡轮落压比回路具有伺服跟踪和抗回路耦合干扰性能;单回路控制仿真表明:在不考虑执行机构动态直接进行控制器设计时,其相角裕度将减小 30°左右,导致系统的动态性能和稳定性变差。     

基于改进NS-SOMA 的变循环发动机解耦控制方法

针对XTE76变循环发动机的控制结构问题,研究了2分块之间进行解耦的控制方法。基于内模原理,设计状态反馈控制器结构,以无超调快速跟踪和耦合抑制为目标,提出了改进的非支配序自组织迁移(NS-SOMA)多目标优化算法,在每代中按照与领导者的欧式距离均匀选择粒子进行迁移,提高了算法的收敛速度和精度,以此优化控制器参数,有效抑制了分块之间的耦合。同时研究了变循环发动机不分块的3变量控制方法,直接通过多目标优化抑制回路之间的耦合效应。在某型变循环发动机部件级模型上进行仿真验证,结果表明:不分块结构优于其他2种结构,相比分块控制结构,引起的最大耦合降低了30%,说明多变量综合控制更能充分利用现代控制理论解决回路之间的耦合问题。     

基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

变循环发动机稳态控制规律设计的新方法

变循环发动机(VCE)具有较多的可调参数,为了进行变循环发动机的多变量稳态控制规律优化设计,提出了用于变循环发动机稳态控制规律优化设计的一种新方法-逆算法。该方法基于敏感性系数矩阵,采用可调参数替换传统部件级性能计算模型中的独立变量,在给定变循环发动机主要状态参数和部件参数的条件下,实现了可调参数的求解,进一步完成发动机稳态控制规律的优化设计。对比表明,逆算法的计算精度和收敛速度与传统算法一致,收敛性得到了改善。对带有核心机驱动风扇(CDFS)的双外涵变循环发动机亚声速巡航的节流状态控制规律优化后,使得巡航推力下的安装耗油率比定几何的双外涵和单外涵发动机分别下降7.8%和16.4%,而地面安装耗油率最大降低约3.4%。结果表明,逆算法是变循环发动机稳态控制规律优化设计的一种有效途径。     

变循环发动机双涵道模式下变几何控制探索

为了实现变循环发动机的性能优化,利用混合优化算法寻找最优的几何控制变量来实现变循环发动机的性能提升。在节流优化过程中,采用了单独减小高压转子转速和协同调节高低压转子转速两种控制方案,并计算了巡航状态时在这两种控制方案下发动机由最大推力到50%最大推力的节流过程中,发动机性能参数和工作参数的变化。计算结果表明:在高度为11km、马赫数为0.9条件下,保持进口流量不变,在50%最大推力时协同调节方案相比单一调节方案,发动机的耗油率下降了5.997%,另一个巡航状态(高度为9km,马赫数为0.8)下也有相似的结果。这表明采用高低压转速协同控制能对发动机进行更有效的控制,进一步改善了发动机的巡航性能。     

改进参考模型的涡扇发动机多变量模型参考自适应控制

针对涡扇发动机难以获得精确数学模型和普通模型参考自适应控制不保证动态性能的问题,提出了一种具有改进参考模型的涡扇发动机多变量模型参考自适应控制方法。采用状态反馈形式设计了状态跟踪的多变量自适应控制器,其中对参考模型作了引入跟踪误差反馈的改进,使得高自适应增益下跟踪曲线的超调得到明显的抑制,动态响应得到改善。应用该方法对涡扇发动机非线性部件级模型进行仿真分析,结果表明,控制系统调节时间小于2s,无稳态误差,具有良好的控制品质。     

几何可调液体冲压发动机多变量控制算法研究

为了解决几何可调冲压发动机多变量耦合下的控制问题,设计了此发动机的混合灵敏度H∞鲁棒多变量控制器。在大偏离非线性动态模型基础上进行了仿真试验验证并与原单变量多回路控制器进行了对比,试验结果表明此多变量控制器可以有效地减小输出超调,提高了发动机的稳定裕度。      

基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

针对航空发动机全包线多变量鲁棒变增益控制器设计问题,提出了一种基于混合区域极点配置的鲁棒变参数控制方法。利用Jacobian方法建立多调度参数下的发动机仿射线性变参数(Linear parameter varying,LPV)模型,用于描述发动机全包线内的非线性动态特性;针对上述LPV模型,采用仿射参数依赖Lyapunov函数设计具有H∞鲁棒性能的状态反馈控制器,给出了控制系统全局稳定性的证明;并利用混合区域极点配置方法,将闭环系统极点配置到左半平面指定位置,以保证控制系统的动态特性及稳定裕度;进而引入凸多胞技术,将参数依赖线性矩阵不等式(Linear matrix inequality,LMI)方程转化为有限维LMI进行控制器求解,并得到了全局解。针对涡扇发动机的仿真结果表明:存在复杂量测噪声干扰条件下,鲁棒变参数控制器可以实现发动机全包线内控制指令的精确跟踪,系统阶跃响应的调节时间不超过1.5s,系统无超调,对控制期望的稳态跟踪误差在0.02%以内,符合发动机控制系统技术要求。     

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

电动膨胀循环变推力液体火箭发动机推力控制方案

以电动膨胀循环变推力液体火箭发动机为研究对象，设计了一种适用于电动膨胀循环发动机的推力闭环控制方案，其次基于AMESim平台建立了控制系统仿真模型，验证了重要部组件模型的准确性，并基于电动机泵和涡轮泵动力学模型对PID控制器进行了参数整定，最后着重针对推力调节的阶跃信号和斜坡信号开展了控制仿真。结果表明：在推力变比5∶1全工况范围内，双PI控制器适用于电动膨胀循环发动机推力调节控制，系统不存在稳态误差，但是调节过程存在波动；针对调节过程而言，双PI控制器控制信号的比例输出振荡是控制目标波动的主因，而积分输出造成了控制目标的稳态误差；相比阶跃信号调节，双PI控制器跟踪斜坡信号的效果更好，因此实际使用中，应尽量考虑斜坡信号进行推力调节。     

自旋动力恢复过程涡轴发动机快速响应控制律对比研究

针对直升机自旋过程中对动力快速安全恢复的问题,充分利用涡轴发动机气路中的导叶、涡轮放气控制,提出了两种涡轴发动机多回路多变量鲁棒控制规律,以实现自旋训练过程中发动机扭矩的快速响应,同时降低旋翼转子瞬态下垂量。采用保性能H2/H∞鲁棒控制算法,分别设计了基于燃油流量压气机导叶调节,以及燃油流量涡轮放气调节的具有快速响应能力的发动机转子转速控制规律,使得涡轴发动机在直升机自旋动力恢复过程中,在保证气动稳定安全的前提下,输出扭矩能够快速响应,且旋翼转子下垂量由常规燃油控制的5%下降至3%以内,并能够显著改善燃油动态特性。最后,通过数字仿真对两种控制方法进行了对比分析,得出了在工程应用中两者可能存在的优缺点。     

不确定性的自适应跟踪补偿控制及在航空发动机的应用

针对多变量系统存在不确定性导致的控制性能下降问题,提出了一种基于最优控制律的增广模型参考自适应控制器补偿设计方法。通过采用最优LQR控制律实现系统性能的优化设计从而建立基本控制器,以反馈控制结构为框架,对该最优LQR基本控制器实现增广设计,以改善系统的动态跟踪和抗干扰特性,以双转子航空发动机为对象实现控制器的仿真验证。结果表明:通过增广自适应控制实现了原LQR基本控制器对系统不确定性的跟踪补偿,有效地实现了控制指令跟踪,达到了期望响应性能,控制误差小于0.25%,超调量小于0.5%,且调节时间小于1.5s,符合发动机控制系统技术要求;同时,改善了原基本控制系统在不确定性时的不稳定控制效果,保证了系统一致渐近稳定。     

改进FSQP算法的涡扇发动机多变量非线性控制

涡扇发动机是一个复杂的非线性系统，用常规的多变量控制方法难以获得理想的控制效果。对FSQP(Feasible Sequential Quadratic Programming)算法进行了改进，提出了一种基于改进FSQP算法和自适应变权重线性加权法的多目标优化算法。该算法可以有效的解决涡扇发动机的多变量非线性控制问题，同时在满足控制过程中的各项约束条件的前提下，达到调节时间最短的目标。通过计算机仿真证明了该控制算法的可行性和良好的控制效果。