基于改进AFSA的桨扇发动机加速控制计划优化

为了提升桨扇发动机的过渡态性能,提出了一种可以满足发动机性能参数约束和寻优结果正确性要求的桨扇发动机加减速控制计划优化方法。引入自适应调整策略和半可行域对人工鱼群算法（AFSA）进行改进,经过数值验证,改进后的算法较原始算法具有更快的收敛速度和更高的寻优精度。将推力与目标推力间的差值作为寻优目标,采用改进后的人工鱼群算法和序列二次规划算法（SQP）对桨扇发动机的加速过程进行优化,得到了满足约束前提下的桨扇发动机时间最短的加速控制计划,结果表明：与采用传统的基于梯度的序列二次规划算法相比,采用改进的人工鱼群算法进行离线分段寻优所得到的控制计划总加速时间缩短了21.8%(0.58 s),证明了改进人工鱼群算法具有更强的全局寻优能力,更适用于桨扇发动机加速控制计划的优化。