线性拟合法建立航空发动机状态变量模型

针对非线性拟合法建立航空发动机状态变量模型过程中的初值问题,提出了一种能够避免该问题的线性拟合法,即在离散域情况下,利用已知的状态序列来构建系统矩阵与模型响应之间呈线性关系的目标函数,从而使非线性最小二乘问题转化为线性最小二乘问题.应用该方法建立某型涡扇发动机的小偏差状态变量模型,并与非线性拟合法进行了对比研究,结果表...     

基于遗传算法的航空发动机状态变量模型建立方法

提出了一种采用遗传算法建立用于航空发动机控制系统设计的小偏差状态变量模型的方法,即根据发动机稳态工作点处的线性化数学模型的动态响应应该与该稳态工作点处的非线性数学模型动态响应一致的原则来构造遗传算法的适应度函数,通过优化算法,得出系统的状态变量模型。该方法不受系统模态及模型阶次的限制。应用该方法建立某型涡扇发动机的小偏差状态变量模型,具有较高的建模精度,根据该状态变量模型设计鲁棒控制器取得了良好的控制效果,从而验证了该方法的有效性。      

一种建立航空发动机状态变量模型的新方法

本文提出了一种用于建立航空发动机状态变量模型的新方法—拟合法：即用发动机部件级模型在稳态工作点处的非线性动态响应数据拟合该点处的小偏离状态变量模型。并应用这种方法建立了某型涡扇发动机在高空稳态工作点处的小偏离状态变量模型,以及地面加速过程的大偏离状态变量模型。通过动态仿真研究,可以看出：与偏导数法比较,拟合法明显提高了建摸精度。     

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。     

1 种航空发动机增广模型的建立方法

精确完整的发动机线性模型对于现代航空发动机控制系统的设计与故障诊断至关重要。提出了1种用差分进化算法提取包含发动机主要特征量及其执行机构状态变量的增广发动机状态变量模型的方法,其状态变量包括发动机转速、执行机构位移、速度、控制压力等特征,并包含了执行机构的输入饱和限制,与实际系统相一致。仿真结果表明:利用该方法建立的增广发动机状态变量模型与非线性模型动态响应过程吻合良好且稳定终值一致,可用于具有工程应用价值的控制器设计及包含执行机构的发动机故障诊断。     

自寻优求解法建立涡轴发动机状态变量模型

采用自寻优求解法建立小偏差状态变量模型(SVM),即先任意给定A,B,C,D矩阵,然后根据发动机非线性模型与状态变量模型的小偏差动态响应对比直接寻优A,B,C,D矩阵.求解目的为使状态变量模型与非线性模型的小偏差动态响应吻合,因而应用该方法可以保证所建模型具有较高的精度.此外该方法不受模型阶次的限制.应用该方法建立了某型涡轴发动机的小偏差状态变量模型,通过与非线性模型仿真结果比较,验证了该方法的有效性和准确性,所建立的状态变量模型可用于航空发动机控制系统设计与故障诊断.      

基于复合优化的航空发动机模型参数估计

本文提出了一种复合优化方法,用于发动机多变量,状态空间模型的时域辨识。优化中粒子群优化算法和最小二乘优化算法按照“串联”方式运行。粒子群优化从一个初始种群出发,通过进化来搜索最优解。然而有些时候,粒子群算法会陷入次优解。那么最小二乘优化算法就可以从粒子群的次优解出发,通过共轭梯度法获得问题的最优解。本方法适用于待估计参数较多,且参数变化范围大的高阶多变量系统。本文将复合优化算法用于4输入4输出状态变量模型参数的估计。仿真结果表明了所提出方法的有效性。     

航空发动机状态变量模型的QPSO寻优混合求解法

针对航空发动机控制和故障诊断中的状态变量模型求解存在的系数矩阵精度不高的问题,结合阶跃响应法和拟合法的基础上,提出了一种基于量子粒子群寻优（QPSO）求取发动机状态变量模型的混合求解法。QPSO优化算法求解A,C矩阵使得状态变量模型和非线性模型在动态过程具有较好的吻合,阶跃响应法求取B,D矩阵保证了模型稳态响应一致。利用混合求解法建立了某型涡轴发动机在某一稳态工作点下的小偏离状态变量模型。仿真结果表明,这种方法不仅增强了状态变量模型的求解精度,相对于单纯的拟合法缩短了求解时间,精确的状态变量模型为进一步的故障诊断和控制系统设计提供了条件。     

基于改进拟合法的涡扇发动机状态变量模型建立方法

为解决拟合法建立涡扇发动机状态变量模型时初值难以选取的问题和有效提高模型的精度,研究了一种改进的优化拟合方法.针对拟合法初值难以选取的问题,采用改进偏导数法获得的优化迭代初值;根据发动机稳态工作点线性化模型的动态响应与该点处的非线性模型动态响应一致的原则,采用线性最小二乘优化拟合法建立某型涡扇发动机状态变量模型.通过在不同状态工作点、采用不同模型结构,与改进偏导数法和非线性部件级模型仿真结果相比较表明:该方法能有效保证模型收敛性,具有较高的建模精度,并适用于高阶系统建模.     

基于改进粒子群算法的航空发动机状态变量建模

为了克服现有航空发动机状态变量建模过程中的不足,采用了一种改进粒子群算法建立航空发动机状态变量模型。首先改进了粒子群算法,提出一种每个粒子根据自身适应值动态调整其惯性系数方法来平衡搜索性能;对群体最优位置进行实时的代内更新以提高搜索速度;为避免陷入局部最优,在最优个体附近进行随机搜索。其次利用该算法建立航空发动机状态变量模型,根据航空发动机在稳态点处的线性化模型应与在该同一稳态工作点处的非线性模型响应一致的原则构造适应值函数,仿真结果表明所建立的状态变量模型不论是稳态过程还是动态过程都与非线性模型响应基本一致,建模精度较高,建立过程简便。     

航空发动机稳态总体气动特性的逆向仿真研究

由于缺乏发动机稳态工作的气动参数数据,飞机/发动机气动一体化设计遇到了困难。为此对某型航空发动机的离散试车数据点进行了多元高次多项式拟合,建立了该型号发动机的稳态特性曲线。在此基础上进行了发动机的总体气动性能逆向仿真研究,建立了该型号发动机进出口气动参数随工况变化的关系曲线,为某型飞机的机体/发动机一体化气动设计提供了依据。      

建立航空发动机状态空间模型的修正方法

以阶跃输入响应进行模型的检验，提出了状态空间模型的修正方法：基于动态响应较好的状态空间模型，进行其矩阵B，D，F，G的修正，获得基于稳态修正的模型，解决了航空发动机状态空间模型检验与修正的问题。仿真表明，使用该方法修正的状态空间模型具有与原非线性数学模型完全一致的稳态响应和基本一致的动态过程响应。这种方法为航空发动机多变量数字电子控制器的设计奠定了强有力的基础。     

一种求取发动机状态变量模型的改进拟合法

采用的拟合辨识方法是直接对根据状态变量模型中各变量间的线性关系对系数矩阵进行拟合,并且实现对稳态过程和瞬态过程进行分步拟合,从而消除瞬态误差对稳态精度的影响.本方法有接近传统最小二乘法的精度,并且无需求解状态变量模型微分方程或使用迭代算法,只需要进行简单的矩阵运算即可得到各系数矩阵,因此计算效率远高于传统最小二乘法.同时,该方法也可与其他拟合方法结合使用从而进一步提高拟合精度.最后,应用该方法建立了某涡轴发动机的小偏差状态变量模型,通过与非线性模型仿真结果比较,验证了该方法的有效性,即使对象非线性较强,该方法也能得到精度较高的拟合效果.      

基于T-S模糊模型的航空发动机模型辨识

提出了一种航空发动机的Takagi-Sugeno(T-S)模糊模型辨识方法,该方法通过最小二乘法辨识模糊模型的后件参数,通过反向传播法辨识模糊模型的前件参数,并实现了模糊模型结构的自适应优化。以航空发动机机载记录数据为依据,通过对输入输出数据的学习建立了航空发动机的T-S模糊辨识模型,通过该模型对机载记录数据的辨识,结果表明该模糊辨识模型具有辨识精度高、鲁棒性强、容错性好等特点。     

某型涡扇发动机半实物仿真控制系统

运用最小二乘法建立了某型涡寓发动机的动态数学模型，并利用相似原理把它推广到全飞行包线范围。动态数学模型在仿真计算机上运行，通过输人输出接口与控制器、执行机构实物进行连接，组成基于VXI总线技术的涡扇发动机控制系统半实物仿真系统。对涡扇发动机实际工作过程的半实物仿真结果表明，系统能实时地反映在控制系统作用下发动机的运行情况．为发动机全权限数字电子控制（FADEC）系统研究提供了良好的试验手段。     

航空发动机多变量模糊滑模变结构模型跟踪控制

针对现代航空发动机是一个具有不确定性的强非线性系统,结合滑模变结构控制和模糊逻辑系统的优点,提出了一种模糊滑模变结构模型跟踪控制方法。采用比例积分型切换超平面设计滑模变结构控制系统,使用模糊逻辑系统自适应调节切换增益,得到某涡扇发动机的模糊滑模变结构模型跟踪控制器。数字仿真结果表明,所设计的控制器不但能使被控对象较好地跟踪参考模型,消除抖振现象,而且对系统的不确定性具有不变性,保证了被控系统在整个控制阶段都具有较强的鲁棒性。     

Integration of high-fidelity model of forward variable area bypass injector into zero-dimensional variable cycle engine model

Forward Variable Area Bypass Injector (FVABI) is one of key components which contributes to modulate the cycle parameters of Variable Cycle Engine (VCE) under various operation conditions. The modeling method of zero-dimensional FVABI was reviewed and its deficiency was analyzed based on FVABI flow characteristic. In order to improve the accuracy of VCE performance simulation, the high-fidelity modeling method of FVABI was developed based on its working characteristics. Then it was coupled with the zero-dimensional VCE model and the multi-level VCE model was built. The results indicate that the geometric and aerodynamic parameters can affect the interaction between the two airflows and the zero-dimensional FVABI model is too simple to predict the component performance accurately, especially when the FVABI inner bypass is chocked. Based on the performance curves for single bypass mode and the regression model of multi-scale support vector regression for double bypass mode, the high-fidelity model can predict FVABI performance accurately and rapidly. The integration of high-fidelity FVABI model into zero-dimensional VCE model can be done by adjusting iterative variables and balance equations. The multi-level model has good convergence and it can predict VCE performance when the FVABI inner bypass is chocked.     

变循环发动机核心机稳态性能计算模型修正方法

针对搭建的变循环发动机核心机稳态性能计算模型的计算结果与试验结果差距较大的问题,提出一种适用于该计算模型的修正方法。即先利用试验数据算出核心机性能参数,选择在模型中作为独立变量的参数代入计算模型,然后换用与这些参数有相关性的修正因子作为模型方程组的独立变量,通过修正因子在模型中的迭代求解实现性能模型的修正。修正前模型计算结果与试验结果最大相差约10%,修正后两者偏差在1%以内,验证了该方法的有效性和工程实用性。