基于ADMM算法的航空发动机模型预测控制

为了提升航空发动机非线性模型预测控制（MPC）的实时性,将交替方向乘子法（ADMM）应用于模型预测控制的滚动优化中。基于状态空间模型构造预测方程,通过引入辅助变量和对偶变量,将二次型性能指标和发动机约束改写为适合ADMM算法求解的形式。在航空发动机部件级模型上开展的仿真结果表明,基于ADMM算法的单变量模型预测能够实现对指令信号的高性能跟踪和约束的有效管理。相比于内点法（IPM）,ADMM算法在滚动优化过程中,在不同控制指令下,均具有更高的实时性,且在预测时域增加的情况下,计算耗时增加更少,验证了其在模型预测控制中应用的有效性。      

航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.     

基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

航空发动机大偏差状态变量模型建立方法

提出一种基于各参数物理意义的状态变量模型建立方法,研究了模型参数在包线内的变化情况.建模过程中,首先建立航空发动机的小偏差状态变量模型,再采用线性插值的方法构造航空发动机的大偏差状态变量模型.采用本方法建立的小偏差数学模型完全能保证模型的稳态精度,并取得了较高的动态建模精度,其计算工作量比原拟合法更小、运算速度更快.同时模型各参数物理意义明确,在包线内的变化较有规律,在构造大偏差模型时获得了较高的模型精度.     

从苏珊·巴斯奈特文化翻译观论桂林旅游景区公示语英译

公示语作为一种特殊的交际语言形式,具有指示性、提示性、限制性和强制性等四种功能,而旅游景区公示语除了具有公示语的功能外,还以特有的语言特色和交际功能为国内外游客的生活和旅游带来便利。论文对比了中英公示语的语言特色,以苏珊.巴斯奈特的文化翻译观为指导,综合论述了桂林景区公示语的翻译错误,并提出相应的翻译对策,旨在提高桂林旅游景区公示语的质量,使其充分发挥作用。     

基于自校正Broyden拟牛顿法的航空发动机模型数值计算

以Broyden拟牛顿法为基础结合计算发散判断和校正机制,提出自校正Broyden拟牛顿法.该算法结合牛顿法(Newton-Raphson method)平方收敛和Broyden拟牛顿法超线性收敛特性,通过自适应调整计算步长和校正函数,在非线性系统中具有更好的计算性能.以变循环发动机部件级模型为对象,应用自校正Broyden拟牛顿法进行稳态及动态仿真计算,并与牛顿法和Broyden拟牛顿法作对比.结果表明:自校正Broyden拟牛顿法对恶劣的初始计算条件适应性更高,计算速度更快且收敛能力性更强,动态计算中部件模型计算调用次数为牛顿法的15%,模型动态误差低于Broyden拟牛顿法的15%,同时也低于牛顿法的28%,动态计算最大残差量低于其他两种算法的25%.验证结果表明了自校正Broyden拟牛顿法的优越性.      

航空发动机性能退化缓解控制技术

开展了航空发动机性能退化缓解控制技术的相关研究.性能退化缓解控制通过内环控制转速,外环控制推力,实现了对航空发动机的控制.该控制方式既有传统控制方式的优点,又能像直接推力控制那样实现对推力的直接控制,达到提高发动机控制自主性的目的.为了验证性能退化缓解控制的有效性,以某型双轴混排涡扇发动机为对象进行了控制系统设计及仿真验证.仿真结果表明了性能退化缓解控制技术的有效性和可行性.      

STOVL飞机发动机多变量控制方法

短距起飞/垂直降落（STOVL）飞机发动机已采用多变量控制方法。基于鲁棒稳定性和条件数分析、块相对增益矩阵分析,对STOVL飞机发动机不同工作模式下的三变量控制系统输出选择和控制结构设计进行了研究。对常规工作模式,提出了基于多目标优化的三变量分块解耦控制方法,通过定义最优指标实现动态跟踪和分块间的耦合抑制。对常规工作模式和垂直起降工作模式间的切换,提出基于升力风扇功率前馈的复合控制方法,以消除负载变化对系统性能的影响。仿真结果表明:提出的控制方法能够保证常规工作模式下良好的解耦控制效果,能够实现不同工作模式间的平稳过渡,验证了控制方法的可行性。      

基于主动切换逻辑的涡扇发动机N-dot控制方法

为提升涡扇发动机的加速性能，对传统的转子加速度N-dot控制结构进行了改进，提出了一种基于跟踪误差的主动切换控制策略，在跟踪误差较大时，执行N-dot控制回路，否则执行稳态控制回路。同时提出了基于等高度线的N-dot控制计划制定方法，采用差分进化算法对加速过程进行优化，最大限度地减小与最大转速之间的误差。以优化出的不同高度下最大高压转子加速度作为N-dot控制计划，并采用紧格式动态线性化无模型自适应控制(CFDL-MFAC)算法设计N-dot控制器。与常规Min-Max选择结构下的PID控制N-dot相比，主动切换MFAC的N-dot控制在某中等推力军用涡扇发动机设计点上加速时间减小了0.7 s，在非设计点上加速减少了约1.2 s。