基于分布估计算法的涡桨发动机控制研究

涡桨发动机控制系统是典型的多变量耦合控制,为充分发挥涡桨发动机的整体推进效率,需充分考虑螺旋桨和发动机之间的相互关系;分布估计算法是智能优化领域解决非线性、变量耦合的一种有效优化算法。将分布估计算法引入到航空涡桨发动机多变量控制中,并且针对分布估计算法中构造概率分布模型及模型优化估计时间代价巨大的问题,提出改进适应性方案,使寻优时间可接受,解决了应用到发动机控制领域的可行性;建立某型发动机、螺旋桨及控制系统的仿真模型。基于改进后方案,考虑螺旋桨和发动机的实时相关作用,直接在发动机及螺旋桨非线性模型的基础上对控制参数进行整体寻优,并与传统的设计方法数据仿真分析对比,验证了分布估计算法对解决多变量控制的有效性。

基于遗传算法的航空发动机导叶控制优化

针对传统航空发动机导叶数字控制方面存在的不足,提出了基于遗传算法的导叶控制智能优化方法,可实现导叶控制参数的自适应寻优,以满足全包线的控制性能要求。并以某型发动机导叶控制回路为例,对控制回路进行了仿真对比,实验结果表明该方法对导叶控制具有实用价值。

涡桨发动机发螺一体化起飞推力优化控制

针对涡桨发动机对起飞阶段的快速响应需求,提出一种发螺一体化控制架构,通过油门杆综合燃油回路和桨距回路,提高系统动态响应。根据螺旋桨特性,设计起飞阶段推力优化控制策略,通过空速调度最大有效起飞功率,从而提升起飞阶段推力响应。仿真结果表明:这种发螺一体化起飞推力优化控制策略使得涡桨发动机起飞加速段推力平均增加2.59%,发动机加速到起飞响应时间小于2.5 s,有效提升了涡桨飞机的快速响应。