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。     

航空发动机多模型预测滑模控制

针对航空发动机是一个不确定性的强非线性系统,借鉴多模型方法和预测控制思想,提出了航空发动机多模型预测滑模控制。对航空发动机飞行包线进行划分,建立了航空发动机状态空间多模型;对每个模型分别设计了预测滑模控制器,以滑模轨迹为预测模型,进行滚动优化、反馈校正求取控制量,并根据前几时刻与发动机的匹配程度选择当前时刻的控制器;推导出了其稳定性的条件。仿真结果表明,所设计的控制器控制效果令人满意,能有效抑制参数摄动和干扰的影响。     

带不等式约束的发动机预测控制

航空发动机模型参数随外界条件变化很大，在整个飞行包线实现最优控制具有一定的难度。根据预测控制在线寻优的特点将其应用于航空发动机控制，并考虑到发动机的安全限制继而构造了带不等式约束的预测控制器。     

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。     

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。     

面向对象的航空发动机电子控制器建模与仿真

为了模拟航空发动机电子控制器的结构和功能,根据1种典型的民用涡扇发动机数字电子控制器的硬件结构和工作原理,采用基于面向对象的建模方法,为航空发动机数控系统仿真平台FADEC Works搭建了数字电子控制器部件仿真类库,利用数字电子控制器部件仿真类库建立了双通道数字电子控制器模型,在FADEC Works仿真平台上与发动机模型进行了集成,构成了航空发动机闭环数控系统,并对搭建的双通道数字电子控制器模型进行了仿真和验证。结果表明:利用数字电子控制器部件仿真类库搭建的数字电子控制器模型能够模拟数字电子控制器的运行过程。该模型可应用于控制运行逻辑、故障诊断逻辑、通道切换逻辑的开发、集成、测试和验证。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

基于FMI的航空发动机非线性预测广义最小方差控制

针对航空发动机具有强非线性的特征和控制需求,结合被控对象对非线性预测广义最小方差控制方法进行了仿真分 析。创新性地引用功能模拟接口标准实现了航空发动机模型和数控燃油调节机构模型的联合仿真。简要介绍了广义预测控制方 法的思想,采用非线性预测广义最小方差控制方法对航空发动机进行控制策略研究,并对控制律中需要调节的参数选择进行了简 单的理论分析,通过仿真分析了每个参数取值对系统控制性能的影响,并确定了所选取的参数值。仿真结果表明：这种方法能够 满足航空发动机的控制需求,与原有PID控制器相比,能在略微降低控制品质的条件下改善执行机构的作动条件。     

基于保护映射理论的航空发动机LPV/PI 控制

针对具有强非线性特性的航空发动机控制问题,将基于保护映射(Guardian Maps,GM)理论的控制方法应用于航空发动机控制系统设计中。基于某型涡扇发动机非线性模型建立了线性变参数(Linear Parameter Varying,LPV)模型;根据保护映射理论设计不同调度参数下的PI(Proportion Integration)控制器,在设计过程中,只需通过给定的初始控制器就可以自动得到满足性能要求的控制器参数集合,避免了在多个平衡点进行控制器设计;以非线性模型为被控对象,采用积分分离PI控制,在飞行包线内的不同工作点进行仿真验证。结果表明:基于保护映射理论的控制方法在解决航空发动机控制系统的非线性问题时具有显著效果。     

航空发动机状态空间模型约束预测控制

为了解决航空发动机约束预测控制器的设计问题，针对状态空间模型，经推导将无约束的二次型性能指标式转换成有约束的二次型性能指标式，采用二次规划方法计算出有约束预测控制量。按无约束和有约束，模型匹配和不匹配分别对某型发动机进行仿真计算，取得了不同约束条件对发动机动态性能和静态性能的影响情况，并举例将仿真数据转换成物理数据。仿真结果符合物理规律，计算方法得到验证。     

基于SVMα阶逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统。以此复合系统为被控对象,用预测控制方法实现对其有效控制。该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单。     

Wide-range model predictive control for aero-engine transient state

To perform transient state control of an aero-engine, a structure that combines linear controller and min–max selector is widely adopted, which is inherently conservative and therefore limits the fulfillment of the engine potential. Model predictive control is a new control method that has vast application prospects in the field of aero-engine control. Therefore, this paper proposes a wide-range model predictive controller that can control the engine over a wide range within the flight envelope....     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

Advanced optimization of gas turbine aero-engine transient performance using linkage-learning genetic algorithm: Part I,building blocks detection and optimization in runway

This paper proposes a Linkage Learning Genetic Algorithm (LLGA) based on the messy Genetic Algorithm (mGA) to optimize the Min-Max fuel controller performance in Gas Turbine Engine (GTE). For this purpose, a GTE fuel controller Simulink model based on the Min-Max selection strategy is firstly built. Then, the objective function that considers both performance indices (response time and fuel consumption) and penalty items (fluctuation, tracking error, overspeed and acceleration/deceleration) is established to quantify the controller performance. Next, the task to optimize the fuel controller is converted to find the optimization gains combination that could minimize the objective function while satisfying constraints and limitations. In order to reduce the optimization time and to avoid trapping in the local optimums, two kinds of building block detection methods including lower fitness value method and bigger fitness value change method are proposed to determine the most important bits which have more contribution on fitness value of the chromosomes. Then the procedures to apply LLGA in controller gains tuning are specified stepwise and the optimization results in runway condition are depicted subsequently. Finally, the comparison is made between the LLGA and the simple GA in GTE controller optimization to confirm the effectiveness of the proposed approach. The results show that the LLGA method can get better solution than simple GA within the same iterations or optimization time. The extension applications of the LLGA method in other flight conditions and the complete flight mission simulation will be carried out in part II.     

A novel model-based multivariable framework for aircraft gas turbine engine limit protection control

Control technologies are innovated to satisfy increasingly complicated control demands of gas turbine engines. In terms of limit protection control, a novel model-based multivariable limit protection control method, which is achieved by adaptive command reconstruction and multiple-control loop selection and switch logic, is proposed in this paper to address the problem of balancing smaller thrust loss and safe operations by comparing with widely-used Min-Max logic. Five different combination modes of control loops, which represent the online control loop of last time instant and that of current time instant, is analyzed. Different command reconstructions are designed for these modes, which is based on static gain conversion of amplitude beyond limits by using an onboard model. The double-prediction based control loop selection and switch logic is developed to choose a control loop appropriately by comparing converted amplitude beyond limits regardless of one or more parameters tending to exceed limits. The proposed method is implemented in a twin-spool turbofan engine to achieve limit protection with direct thrust control, and the loss of thrust is improved by about 30% in comparison with the loss of thrust caused by Min-Max logic when limit protection control is activated, which demonstrates the effectiveness of the proposed method.     

飞机纵向非线性系统的鲁棒输出跟踪控制器设计

研究了单输入单输出非线性不确定系统的鲁棒输出跟踪控制。在标称系统可输入/输出线性化、不确定性项有界且满足广义匹配条件的情况下,可得到系统的高增益鲁棒输出跟踪控制器。鲁棒控制器仅依赖于设计参数和不确定性的界。将该方法应用于飞机纵向高阶非线性动态的控制器设计,并进行了数字仿真。结果表明了该方法的有效性。     

一类非线性系统的状态反馈输出跟踪研究

研究一类非线性系统的状态反馈输出跟踪控制问题。对于给定的光滑有界的参考信号,利用反步方法设计系统的跟踪控制器,使从任意初值出发的系统的输出都渐近于给定的参考信号,同时系统内部状态保持有界。仿真实例验证了研究结论的可行性。