中国航空学会第六次全国会员代表大会授予 “中国航空学会工作积极分子”名单

华　磊王连俊盛健华江　平陈　光汪耆年亓寿祥孙立田全贵山孙吾川马德良梁国志田国玺陈骊醒蒋培亨李应红曾爱明杨成体向　河李　楠张宏勋王秀兰范满湘盛　飞金　哲耿　琨陈可东秦光复张凤楼祁炳春周理查杨贵铭陈德胜李　林罗仲常丁建国詹安民陶友青罗华杰刘文霞张贤志宗　榆徐春栋刘佩芬黄金泉蒋斯来代　数周焕珍李家良储锡金徐光耀陈世球李肇元姚洪庆周克峻千岱英张华斌王宝文陈鼎华黄太平伍立波郭兰周谭新学张汝李　珊顾诵芬熊　伟诸德超将忠聆高向群杨再荣李永祚张　峥林富甲赵鸿恩陈河梧黄育群冯亚昌唐仁林张士霖刘忠祥杨乃宾张大兴李…     

具有智能调节机构的航空发动机自适应控制系统

采用仅利用输入输出测量值的模型,参考自适应控制,设计了某型涡扇发动机的多变量控制系统;在飞行包线内选取标称点分别确定了自适应律的参数,以保证控制系统性能在该标称点处达到最优;用神经网络的方法拟合了发动机工作条件与自适应律参数之间的关系,建立了根据发动机工作状况选择合适自适应律参数的智能调节机构。仿真结果表明,所设计的控制系统在整个飞行包线内的标称点与非标称点均具有良好的性能。     

飞行/推进系统自适应神经网络综合控制仿真研究

 提出一种基于发动机喘振裕度自适应的飞行 /推进系统综合控制。在发动机喘振裕度较大的某些飞行条件或飞行包线内,通过调整喷口面积,使发动机喘振裕度保持在一个较小值,既保证发动机稳定工作,又增加发动机推力,从而改善飞机的性能。采用分散控制方案,综合控制系统由 5个控制子系统组成。各控制子系统的设计采用自适应控制和神经网络相结合的方法,所提出的参数和权重的自适应调整律保证系统的稳定性。全包线范围内飞机平飞加速和爬升数字仿真结果表明,该综合控制方法可缩短飞机的平飞加速时间和爬升时间。     

组合压气机旋转失速特征的小波分析

采用高频响动态压力探针测量了小流量轴流/离心组合压气机的旋转失速和喘振,并采用基于Morlet小波时频分析和小波系数奇异分解的方法分析了压气机失速信号.研究结果表明:稳定工况下,频率分量较多、幅值较小.失速工况下,特征频率能量较大、且成倍频关系.在该组合压气机的失稳过程中,并没有引起大幅度的压力脉动.压气机光滑地从失速前出现的模态波过渡到完全失速.周向存在2个失速团,失速团传播速度约为44.8%~45.9%转速.      

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

航空发动机全包线鲁棒变增益LPV控制律设计

提出了一种结合多胞形鲁棒变增益控制综合技术和基于系统广义距离的调度策略的航空发动机全包线控制方法。利用雅克比线性化方法获得包线内多点的发动机线化模型,将这些点作为多胞形模型的顶点,并利用多胞形鲁棒变增益控制综合技术设计顶点控制器。引入能够反映系统广义距离的间隙度量来计算包线内其他点的凸分解系数,结合顶点控制器实现全包线内发动机中间状态高压转速控制。全包线内的仿真结果表明,采用该控制方法能够满足航空发动机中间状态控制要求,具有较好的鲁棒性和跟踪性能,同时保证了控制器在全包线范围的稳定性。     

基于区域极点配置的航空发动机全包线/LPV控制

根据发动机相似工作原理以及平方和(Sun of squares, SOS)规划,基于发动机全飞行包线的换算线性变参数(Linear parameter varying, LPV)模型,提出了一种基于区域极点配置的航空发动机全包线切换/ LPV控制方法。根据发动机相似换算参数,建立换算状态变量模型。以高压换算转速为调度参数,利用多项式拟合得到全包线慢车以上的换算LPV模型。考虑基于区域极点配置的/LPV控制问题,将LPV闭环系统的极点配置在复平面上一个期望的区域内,并将LPV闭环系统稳定性条件转化为SOS约束,进行控制器求解。基于Lyapunov理论,设计全包线的切换LPV控制器,保证切换闭环系统Lyapunov意义下稳定。仿真结果表明,设计的切换LPV控制器能保证全包线内系统稳定且具有较好的鲁棒性能和动态响应性能。     

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

基于MATLAB/SIMULINK的航空发动机建模与仿真研究

基于MATLAB/SIMULINK高级图形仿真环境,利用图形模块化技术开发了某型双轴涡扇发动机的通用部件级模型仿真系统.模型主要利用SIMULINK的模块库和S函数构建,提出了构建发动机模型的四层次结构,具有模型层次化、可封装模块化、面向结构图和高度可视化等特点.在SIMULINK中进行动态仿真,并用试验数据曲线验证模型的正确性.为发动机控制系统和故障诊断研究建立了一种灵活的仿真平台.      

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。