基于功率反馈的涡轴发动机神经网络PID控制研究

通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PID控制器的方法。基于BP（Back Propagation）神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明：该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。     

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。     

涡轴发动机双回路PI控制器多发功率匹配

为了应对多个发动机共同驱动同一直升机时,单个发动机性能衰退所引发的输出功率不平衡问题,以控制2个转子转速的双回路结构PI控制器为基础,将外回路改为直接功率控制回路,搭配能够计算旋翼在一定转速下需求功率的机载模型,构建了1种涡轴发动机多发功率平衡匹配控制系统.内回路分别采用燃气发生器转子转速控制回路和动力涡轮转子转速控制回路,得到参数不同的控制器并进行了仿真验证和对比.结果表明:所设计的双回路PI控制器能够在保证涡轴发动机动力涡轮转速恒定的同时,使性能衰退程度不同的2台发动机输出相同的功率.     

多发配置下涡轴发动机扭矩匹配控制方法研究

对于配置多台发动机的直升机,发动机工作状态的差异会严重影响传动系统寿命,因此需要采用适当的控制方法对多台发动机的输出扭矩进行实时匹配。目前的匹配方法多适用于双发配置,对多发配置下涡轴发动机扭矩匹配方法研究较少。针对多发匹配问题,提出了一种适用于多发配置下的涡轴发动机扭矩匹配控制方法,设计了单边匹配和双边匹配两种方法。建立了三发配置的涡轴发动机/旋翼综合实时模型,并在此模型的基础上对两种匹配方法进行了仿真对比。结果表明:所提出的控制方法能够在满足旋翼功率需求的前提下,快速地使三台发动机的输出扭矩相互平衡,相同的匹配方法高空工作点的匹配时间比地面延长50%以上;相同的工作点双边匹配的匹配时间比单边匹配缩短了50%以上,双边匹配的扭矩匹配时间显著缩短,但动力涡轮转速的下垂量稍大;作为匹配速度的代价可以接受。     

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。     

航空发动机反馈神经网络自适应控制方法

根据反馈神经网络控制方法在发动机控制系统中的应用研究,建立了基于反馈网络的发动机控制系统。采用反馈神经网络辨识发动机模型参数,用动态自适应算法对神经网络权值进行了调整,并在飞行包线内各工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的发动机控制系统具有良好的控制品质和较强的自适应能力。     

前功率输出式涡轴发动机涡轮结构布局改进

本文介绍了国外前功率输出式涡轴发动机的主要涡轮结构布局形式,针对国内研制的前功率输出式涡轴发动机功重比低、效率低、油耗大、可靠性不高的现状,提出了在涡轮结构设计中的改进思路,并对影响结构设计改进的关键技术进行了分析。     

涡轴发动机闭环过渡态控制规律设计

为实现对发动机过渡态的精确控制、减弱过渡态过程对发动机寿命的影响,本文建立了适用于自由涡轮涡轴发动机过渡态控制规律设计的功率提取法模型,并在全飞行包线和全寿命周期内,对涡轴发动机闭环加减速控制规律设计方法进行了研究。     

涡轴发动机动力涡轮转速控制回路方案研究

比较分析了航空涡轴发动机动力涡轮转速回路的2种控制方案(单回路控制方案和串级控制方案)。针对单回路控制方案控制性能差、串级控制方案参数整定繁琐的缺点,提出了一种新的串级控制方案。试验结果表明,新的串级控制方案性能优于原来的2种控制方案的。     

某航空涡轴发动机健康状况监视与分析

为了及时掌握某涡轴发动机的健康状况,设计了机载发动机参数监视仪,发动机的热力参数,滑油参数及振动参数进行了监视,编制了地面分析软件,给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数,探讨了利用故障因子概念诊断单元体故障的方法,运用发动机的实际无故障数据和模拟故障数据进行了仿真,结果表明,诊断结论可信,该系统在对役涡轴发动机的健康监视具有实用性。     

基于小波神经网络辨识的PID神经MRAC研究

提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。     

涡轴发动机动力涡轮转子平衡状态影响因素试验研究

以完成高速动平衡试验并满足平衡判据要求的某涡轴发动机动力涡轮转子为研究对象,对影响转子平衡状态的2个因素(传动轴和输出轴之间的花键配合、支承输出轴组件和动力涡轮转子的2个支座之间的不对中)开展了系统的试验研究。研究结果表明:改变花键的配合状态或2个支座之间的不对中程度,由4个位移传感器实测的动力涡轮转子在临界转速和额定工作转速下的转子挠度经高速动平衡后均发生了明显变化,说明这2个因素对转子的平衡状态均有较大影响。     

免疫反馈算法及其在航空发动机控制中的应用

基于生物免疫系统的反馈机理,针对现有免疫反馈算法在系统超调后性能恶化的不足,提出了一种新型的免疫反馈算法。该算法考虑了系统超调后的免疫响应过程,补充给出了系统超调初期、中期及后期的免疫规则。仿真结果表明,基于新型免疫规则的PID控制器超调更小、响应更快,抗干扰能力强,十分适用于大惯性对象和超调量大的系统。     

直升机自转下滑训练过程发动机的控制规律

为确定直升机自转下滑训练过程发动机的控制规律,分析了采用正常控制规律进入自转状态时涡轴发动机的变化过程,提出了在现有控制规律基础上增强动力涡轮转速控制模块中总矩\"提前器\"作用和适当放宽速率限制值的控制对策.仿真结果表明,改进后的控制规律能够基本满足直升机对发动机状态控制的要求,为解决直升机发动机在自转训练情况下的控制问题提供了一条有效的技术途径.     

一种估算测扭基准轴不平衡量的试验方法

对涡轴发动机动力涡轮转子测扭基准轴的不平衡量进行了研究,提出了一种通过高速动平衡试验估算出测扭基准轴不平衡量的试验方法.结果表明测扭基准轴的不平衡量虽然不是转子高速动平衡的决定性因素,但影响到传动轴的动平衡.因此,控制测扭基准轴的不平衡量仍然是有必要的.最终提出一些合理的建议.     

转子高速动平衡技术在涡轴发动机整机减振中的作用

完成了动力涡轮转子平衡破坏后的重新高速动平衡试验 ,效果良好。对动力涡轮转子平衡破坏后及重新高速动平衡后的涡轴发动机在整机台架试车中的整机振动进行了测量和分析 ,结果表明 :动力涡轮转子的高速动平衡对减小涡轴发动机的整机振动有显著效果。柔性转子的高速动平衡技术在涡轴发动机整机减振中有着十分重要的作用      

弹射座椅多参数多模态控制仿真分析

为提升第四代弹射座椅低空不利姿态下的救生性能,本文建立了弹射座椅在自由飞阶段的动力学模型和中低速弹射状态的双通道姿态控制模型,提出了一种基于反向传播（back-propogation, BP）神经网络的PID（proportion integration differentiation）控制器的弹射座椅姿态控制方案,以实现对弹射座椅俯仰和横滚姿态的控制。该方案利用遗传算法设计了弹射座椅姿态控制参数寻优模型,获得部分弹射状态对应的最优PID控制参数映射数据集;基于此数据集,采用BP神经网络建立预测模型,直接预测弹射座椅在中低速弹射状态下所对应的姿态控制PID参数;随后,PID控制器根据这些参数输出燃气舵推力矢量喷管的两组舵偏角数值,燃气舵舵片偏转产生的升力和阻力作用于弹射座椅动力学模型,从而调整弹射座椅在自由飞阶段的姿态。为验证控制效果,采用MATLAB/Simulink仿真软件对所提控制方案在不同初始速度、俯仰角以及滚转角弹射状态下的表现进行仿真测试,通过观察弹射座椅在自由飞阶段的姿态角及角速度变化情况,发现弹射座椅的俯仰和滚转姿态均能在火箭包工作时间内调整回正。结果表明,本文设计的基于BP神经网络的PID控制器可以实现中低速弹射状态下弹射座椅的姿态控制。