涡扇发动机早期退化性能的线性变参数估计

针对涡扇发动机线性变参数(Linear parameter varying,LPV)模型,给出了一种新的早期退化航空发动机部件性能LPV滤波器设计方法.该方法采用仿射依赖于参数的二次Lyapunov函数,在仿射二次稳定性的基础上,引入多凸性引理将滤波器求解问题转化为线性矩阵不等式(Linear matrix inequalities,LMI)约束下的凸优化问题,避免了求解参数化线性矩阵不等式(Parameterized linear matrix inequalities,PLMI)约束下的优化问题.针对某型早期退化涡扇发动机的仿真表明,该方法能以较高精度估计性能退化参数,且鲁棒性强,增益调度简单,具有一定的工程意义.      

基于直二元喷管形面优化的涡扇发动机参数优化设计研究

为了在设计阶段提升带直二元喷管涡扇发动机的总体性能,本文开展了基于直二元喷管形面优化的涡扇发动机参数优化的研究。首先,建立了带直二元喷管的涡扇发动机模型,提出了发动机正后向排气系统红外辐射特征的计算方法,分析了直二元喷管尺寸对发动机性能参数的影响;其次,提出了基于序列二次规划算法的设计参数多目标优化方法,优化的目标包括高单位推力、低油耗和低红外辐射强度;最后,基于以上模型,利用序列二次规划算法对在设计点非加力情况下的涡扇发动机设计参数进行多目标优化。仿真结果表明：在设计点上,相较于不带直二元喷管的涡扇发动机,带直二元喷管的涡扇发动机具有更好的红外性能,并且通过算法优化后,带直二元喷管的涡扇发动机具有更好的性能参数。     

增广预测模型的航空发动机多变量约束预测控制

针对模型不匹配导致的模型预测控制性能下降的问题,提出了一种基于增广预测模型的航空发动机多变量约束预测控制器设计方法。在现有发动机状态空间模型基础上,将指令跟踪误差与系统状态的变化量增广为状态向量,设计增广预测模型以消除稳态跟踪误差,以控制量所需能量与模型预测输出误差最小为目标,利用带约束的序列二次规划（SQP）算法在线滚动优化控制变量。通过某型涡扇发动机非线性部件级模型的包线内不同状态下仿真分析,结果表明,控制系统无稳态误差,调节时间<2s,有效提高了发动机控制品质,实现了对输出量的限制管理。     

航空发动机的模糊故障诊断方法研究

提出了一种基于T-S模糊模型的故障诊断方法, 该方法从样本空间提取模糊规则, 在模糊系统参数最优化的同时实现了对模糊系统结构的自适应优化, 并给出了故障判定的阈值确定方法.以某涡扇发动机定检稳态的机载记录数据为依据, 将基于T-S模糊模型的故障诊断方法应用于航空发动机, 研究结果表明, 该方法能准确地判定某涡扇发动机的健康状况, 将其应用于航空发动机故障诊断是可行、有效的.      

Fuzzy adaptive robust control for space robot considering the effect of the gravity

Space robot is assembled and tested in gravity environment, and completes on-orbit service（OOS） in microgravity environment. The kinematic and dynamic characteristic of the robot will change with the variations of gravity in different working condition. Fully considering the change of kinematic and dynamic models caused by the change of gravity environment, a fuzzy adaptive robust control（FARC） strategy which is adaptive to these model variations is put forward for trajectory tracking control of space robot. A fuzzy algorithm is employed to approximate the nonlinear uncertainties in the model, adaptive laws of the parameters are constructed, and the approximation error is compensated by using a robust control algorithm. The stability of the control system is guaranteed based on the Lyapunov theory and the trajectory tracking control simulation is performed. The simulation results are compared with the proportional plus derivative（PD） controller, and the effectiveness to achieve better trajectory tracking performance under different gravity environment without changing the control parameters and the advantage of the proposed controller are verified.     

基于N-dot的涡扇发动机加速控制器设计

针对双转子民用涡扇发动机,进行基于转子加速度的加速控制器设计研究。采用常规的PI控制器结构,针对结构中所需的转子加速度指令,给出了1种满足要求的设计方法,并将PI控制参数的求解过程转化为带约束的非线性优化问题,利用模式搜索算法求解。构建包含稳态控制器和加速控制器的涡扇发动机闭环控制回路,进行加速过程仿真测试。结果表明:所设计的加速控制器满足涡扇发动机加速过程的性能要求,对于工程设计与应用具有一定的参考价值。     

涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.      

航空发动机鲁棒线性变参数滤波器设计

针对航空发动机线性变参数(LPV)模型部件性能参数估计问题,给出了一种新的鲁棒LPV滤波器设计方法。基于参数依赖的二次Lyapunov函数及仿射二次稳定性概念得到了稳定且满足H∞性能指标滤波器存在的充分条件,利用函数多凸性概念将其转化为线性矩阵不等式(LMI)约束下的常规凸优化问题,得到了滤波器的解。针对某型退化涡扇发动机部件性能参数估计的仿真结果表明,该滤波器的精度和鲁棒性满足设计要求。     

多用途战斗机/涡扇发动机一体化循环参数优化

 针对多用途战斗机的特点,发展了基于飞/发一体化的涡扇发动机循环参数优化设计模型和相应的计算程序,优化设计模型中包括双变量控制涡扇发动机特性计算模型、进排气系统安装特性计算模型、飞机气动特性分析模型、重量组成分析模型、任务剖面分析模型、约束分析与任务分析模型和优化计算模型等。重点研究了多用途战斗机约束边界的获得方法,利用多岛遗传算法和自适应模拟退火优化算法,分别对现役多用途战斗机、不加力超声速巡航多用途战斗机以及下一代先进多用途战斗机用涡扇发动机循环参数进行了优化计算,对计算结果进行了分析,获得了对多用途战斗机用涡扇发动机循环参数选择有指导意义的结论。     

大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

Adaptive modification of turbofan engine nonlinear model based on LSTM neural networks and hybrid optimization method

An accurate and reliable turbofan engine model which can describe its dynamic behavior within the full flight envelop and lifecycle plays a critical role in performance optimization, controller design and fault diagnosis. However, due to the performance differences caused by the tolerance of engine manufacturing and assembly, and performance degradation during continuously stringent environmental regulations, the model accuracy is severely reduced. In this paper, an adaptive modification method of turbofan engine nonlinear Component-Llevel Model (CLM) based on Long Short-Term Memory (LSTM) Neural Network (NN) and hybrid optimization algorithm is pro-posed. First, a dynamic compensator with a combined LSTM NN architecture is constructed to compensate for the initial error between the experimental data and CLM of a turbofan engine under health condition. Then, a sensitivity analysis approach based on the entropy coefficient and technique for order preference by similarity to an ideal solution integrated evaluation is developed to choose the unmeasurable health parameters to be adjusted. Finally, a parallel hybrid optimization algorithm is developed to complete the adaptive model modification when the performance degrades. The proposed method is verified on a military low-bypass twin-spool turbofan engine, and the experimental results show the effectiveness of the proposed method.     

两种涡扇发动机部件特性自适应模型对比

发展了航空发动机自适应模型．并对以两种优化算法为基础的自适应模型进行了对比分析。两种模型以通用特性为基础运用优化方法,以发动机主要性能参数和过程参数偏差函数最小为优化目标,以部件特性耦合因子为被优参数,可以预测出不同飞行条件下的发动机风扇、压气机、燃烧室、高压涡轮、低压涡轮等部件特性。运用单纯形和遗传算法为基础的自适应模型对某型涡扇发动机性能的计算结果表明：相对于单纯形算法模型．遗传算法模型对发动机主要性能参数和过程参数的计算偏差降低了20％～30％;对发动机各截面总温、总压计算偏差降低了15％～20％;遗传算法模型相对于单纯形模型具有更为宽广的自适应模拟范围。对某型已知部件特性的涡扇发动机模拟结果显示．遗传算法模型部件特性模拟结果与已知部件特性差别甚微。     

Non-affine parameter dependent LPV model and LMI based adaptive control for turbofan engines

The precise control of turbofan engines thrust is an important guarantee for an aircraft to obtain good flight performance and a challenge due to complex nonlinear dynamics of engines and time-varying parameters. The main difficulties lie in the following two aspects. Firstly, it is hard to obtain an accurate kinetic model for the turbofan engine. Secondly, some model parameters often change in different flight conditions and states and even fluctuate sharply in some cases. These variable parameters bring huge challenge for the turbofan engine control. To solve the turbofan engine control problem, this paper presents a non-affine parameter-dependent Linear Parameter Varying(LPV) model-based adaptive control approach. In this approach, polynomial-based LPV modeling method is firstly employed to obtain the basis matrices, and then the Radial Basis Function Neural Networks(RBFNN) is introduced for the online estimation of the non-affine model parameters to improve the simulation performance. LPV model-based Linear Matrix Inequality(LMI) control method is applied to derive the control law. A robust control term is introduced to fix the estimation error of the nonlinear time-varying model parameters for better control performance. Finally, the Lyapunov stability analysis is performed to ensure the asymptotical convergence of the closed loop system. The simulation results show that the states of the engine can change smoothly and the thrust of the engine can accurately follow the desired trajectory, indicating that the proposed control approach is effective. The contribution of this work lies in the combination of linear system control and nonlinear system control methods to design an effective controller for the turbofan engine and to provide a new way for turbofan engine control research.     

导弹块对角控制器的组合设计法

利用小脑关节模型控制器 ( CMAC)神经网络辨识了导弹控制系统的几个重要空气动力参数,证明了估计误差、权误差有界,然后用解析逆解设计方法、模糊神经网络变结构控制方法设计了块对角控制器。仿真结果显示了该算法的有效性。     

时变时滞和不确定模糊广义系统的鲁棒H_∞控制

讨论了一类时变时滞参数不确定模糊广义系统的二次稳定性与鲁棒H∞控制问题。应用新的T-S模糊系统模型对其进行了描述,并给出了系统的二次稳定性定义。应用新的Lyapunov函数和线性矩阵不等式,给出了判定系统二次稳定的更为松弛的条件。一个H∞状态控制器确保了闭环系统具有H∞性能。最后的仿真实例验证了结论的有效性和可行性。     

一种喷口控制的多目标约束设计方法

为克服试凑法在控制回路参数优化中的局限性,针对涡扇发动机在加力状态易出现喷口摆动的不协调现象,考虑喷口双环控制结构工作特点,采用按需正向设计策略,按照控制系统时域、频域性能指标设计要求,制定兼顾频域、时域性能要求的内、外环协调控制的设计目标准则,提出一种喷口控制的多目标约束的差分进化内外环控制参数自整定优化设计方法,在双转子涡扇发动机非线性模型上进行闭环控制系统仿真验证。结果表明：在飞行高度从0增加到10 km、飞行马赫数从0加速到0.9的起飞和爬升状态进入加力过程以及平飞中保持飞行马赫数不变的关断加力过程中,发动机未出现喷口摆动等现象,涡轮落压比最大相对误差不大于1.5%,喷口闭环控制系统具有期望的伺服跟踪和抗飞行条件变化干扰能力。     

基于显式预测控制的涡扇发动机控制器设计

模型预测控制因其能够较好地处理涡扇发动机约束问题且实现多变量控制而具有较大的应用潜力。为了解决传统模型预测控制算法在实际应用中存在运算量大、实时性较差的问题,基于显式模型预测设计了航空发动机多变量控制器。在控制结构上采用多速率双闭环系统,保证了控制精度;在计算上通过多参数规划将在线优化问题转化为线性函数计算问题,大幅度减少了计算量;在发动机从开环切闭环的过程提出一种增量式切换方法,实现无扰切换。数值仿真和硬件在环仿真结果表明,转速和压比稳态误差分别不超过±0.25%和±1%,控制器在25ms控制周期内能完成计算,满足嵌入式系统实时性要求。     

GH4169晶粒尺寸的双目标超声评价方法

针对仅以评价准确性为目标的多超声评价方法易失去单调可评价性这一问题,同时以准确性、单调性为优化目标,提出一种面向GH4169晶粒尺寸的双目标多超声参数评价方法。根据相关性准则选取多超声参数,并构建二次多项式评价关系模型;以平均绝对误差为准确性评价目标,以斯皮尔曼相关系数为单调性评价目标,构建以评价模型待定参数为决策变量的双目标优化问题,并利用多目标优化算法求解获得最终的超声评价模型。结果表明:该方法所确定的模型的偏差与相对误差分别为3.05%与10.69%,这表明其准确度及稳定性均显著优于其他模型。     

基于模糊补偿神经网络辨识器的发动机转速控制系统

提出了一种带模糊补偿的神经网络辨识器,并应用在某型涡扇发动机转速控制系统中。一个动态神经网络用于被控装置的在线辨识,然后根据被控装置的输出和参考模型的响应迭代出控制信号,具有4条简单规则的模糊逻辑块用于提高整个系统的闭环特性。试验结果显示,对比传统的机械-液压式控制器和模拟式电子控制器,提出的控制策略具有更好的瞬变特性及抗干扰特性,同时提高了系统的过渡过程品质,保证了航空发动机对高性能指标和高控制精度的要求。      

LMI approach to the mixed H2/H∞filtering design for discrete-time uncertain systems

The problem of full-order robust filtering design for discrete-time uncertain linear systems is addressed. The uncertain parameters are assumed to belong to convex bounded domains (polytope type uncertainty). The main purpose is to design a stable linear filter such that the filtering error output signal remains bounded. For that, the parameterization of all linear filters assuring quadratic stability with an H_∞ attenuation constraint to the filtering error system is provided in terms of linear matrix inequalities (LMIs). Then, through the definition of an auxiliary cost, an upper bound to the filtering error variance is minimized, providing a mixed H₂/H _∞ guaranteed cost filtering design. Standard optimization procedures with global convergence assured can be used to solve the problem, as illustrated by an example