以案例探究式教学法为中心的航空发动机控制课程教学改革

航空发动机控制是飞行器动力工程专业的一门专业方向类必修课程,具有基础知识涉及面广,发动机气动热力过程理解难度大,控制系统复杂交联的特征。教学中存在学员对系统原理理解不透彻,系统原理在故障分析中应用难等问题。针对这些问题,瞄准学员未来岗位能力需求,结合思政育人和信息化教学新要求,探索实践符合学员和课程特色的案例探究式教学法。对信息化资源、案例库、教学模式及考核评价方式等内容进行改革实践。采用案例牵引、教员启发诱导、学员自主学习、合作讨论及理论知识自主建构的基本范式,形成在线预习准备—故障现象引入—问题探究引导—故障原因讨论—维护能力培塑的教学环节,以达到优化教学方式,提高课程教学成效的目的。

基于遗传算法的发动机控制通道数学模型辨识

由于控制器结构的变化,某型发动机电子调节器主要控制通道的动态响应过程为分段线性数学模型。为了获得精确的数学模型,对基本遗传算法进行了改进,提出了一种基于改进遗传算法的辨识算法,能有效辨识出系统的结构跳变时刻及其分段数学模型参数,仿真结果表明,该算法辨识的模型与实际系统接近,较之其它辨识算法具有计算稳定、辨识精度高和适应性强等优点。

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法。利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统。将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构。仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强。

基于RBF神经网络的压气机特性仿真

为克服传统仿真方法误差较大的问题,提出了一种基于RBF(多变量插值的径向基函数)神经网络的压气机特性仿真方法。利用RBF神经网络能逼近任意非线性系统的特点,对压气机特性进行了拟合。试验结果表明,此方法具有精度高,收敛速度快等优点,可广泛运用于发动机数值仿真及控制模拟等领域。

未知输入观测器组的航空发动机分布式控制系统传感器解析重构控制

针对具有控制时延和未知干扰的航空发动机分布式控制系统,提出了一类基于未知输入观测器组的传感器解析重构控制方法。每一未知输入观测器与传感器一一对应,其输入为控制量和其他传感器信息,输出即为对应传感器发生故障时的重构信号。以航空发动机小偏离状态空间模型为研究对象,推导了用线性矩阵不等式表示的未知输入观测器存在的充分条件,当给定控制器增益时,可求解出任一未知输入观测器的参数矩阵,通过迭代即可设计出所有未知输入观测器。仿真表明:当传感器发生故障时,采用观测器的估计值代替故障传感器的信号作为状态反馈,在不同的干扰作用下,系统均具有较好的动态响应,观测器能对外部干扰完全解耦,且不受故障传感器影响,能对故障传感器实现有效重构。

基于GA的航空发动机单神经元自适应解耦控制器设计

针对航空发动机控制变量间的耦合作用,设计了基于GA优化的单神经元自适应解耦控制器,给出了控制系统的结构及解耦算法。该方法结构简单、易于实现,直接通过对两个通道误差的学习调整权值,实现解耦。仿真表明,在设计点和偏离设计点处,系统均具有良好的动态特性和解耦特性。

Elman回归神经网络在航空发动机故障诊断中的应用

提出了一种基于Elman神经网络的航空发动机故障智能诊断方法。以在某型发动机地面定检状态下实测的数据作为样本数据,建立了航空发动机故障诊断模型,利用该模型成功地对实测发动机参数进行了诊断。研究结果表明:该方法对权值初始值选取、隐含层节点数选取和输入样本规范化处理等不敏感,具有学习速度快、诊断精度高等优点。

基于飞参数据的航空发动机三循环谱编制

根据转速谱压缩原理,可以将航空发动机众多的转速循环类型归类到三个典型循环,即0-最大-0、慢车-最大-慢车和巡航-最大-巡航当中。本文给出了三循环谱编制的原理、程序统计方法与步骤。该方法已在某型发动机载荷谱监控系统中得到成功应用。

基于遗传算法的某型涡扇发动机数字PID控制器设计

在基于DSP平台的某型航空涡扇发动机综合电子调节器的数字化研究中,提出了一种改进遗传算法,并将其应用于数字PID控制器的参数整定过程中。仿真结果表明,该改进遗传算法相比于基本遗传算法及常规PID参数整定方法,控制器动态性能更为优越,可调整性更强。

基于PSO算法的递归网络航空发动机随动系统辨识

利用PSO算法优化递归神经网络的权值,提出了一种基于PSO算法的递归网络辨识算法,利用某型航空发动机试车实测的数据作为样本数据,对低压导流叶片角度随动控制系统模型进行了有效辨识。研究结果表明该方法对初始权值不敏感,与最小二乘法和RBF辨识算法相比,辨识精度更高。

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。

航空发动机分布式控制系统不确定性鲁棒H_∞容错控制

为减小不确定性对航空发动机分布式控制系统性能的影响,针对具有参数摄动、不确定时延、执行机构动态故障、外部噪声干扰四种不确定性的航空发动机分布式控制系统,提出了一种基于鲁棒H∞理论的容错控制方法。首先对系统不确定性进行数学描述,将不确定时延视为服从齐次Markov链分布的随机变量,将执行机构故障等效为存在均值和方差约束的随机变量,并在此基础上建立整个闭环系统的增广模型;其次证明了该增广模型保持均方渐进稳定且具备H∞性能的充分条件;最后利用线性矩阵不等式(LMI)理论给出闭环系统鲁棒H∞容错控制器的设计方法。仿真结果表明该方法能够保证控制系统均方渐进稳定,并对以上四种不确定因素具有鲁棒性,同时对于飞行包线其他各点具有较好的动态响应。

一种基于贡献率图的KPCA故障识别方法

提出一种新的针对KPCA模型的故障识别方法——贡献率图法。该方法是在微分贡献率图和核函数导数的基础上提出来的,它采用统计量T2和SPE对每个变量的偏导数来度量每个变量对统计量T2和SPE的贡献率。和基于数据重构法的KPCA故障识别方法相比,该方法不需要任何迭代近似计算和数据的重构,计算量小且可避免重构产生的误差对识别结果的影响。通过在某型涡扇发动机故障检测与诊断中的应用表明,该方法比基于数据重构法的故障变量识别准确率更高,再结合发动机故障机理分析,便可准确地确诊故障,从而大为缩短故障定位及排故的时间,预防重大事故的发生。

Diverse AdaBoost-SVM分类方法及其在航空发动机故障诊断中的应用

提出采用考虑到精度/差异权衡的SVM作为弱分类器的一种新的组合分类诊断方法——DiverseAdaBoost-SVM。该方法通过在一组具有适当精度的弱分类器中进一步选择具有较大差异性的弱分类器,对这些具有较大差异性的弱分类器进行组合,从而较好解决AdaBoost算法中存在的精度/差异权衡的难题;同时该方法也较好地解决了现有的AdaBoost方法存在的弱分类器本身参数选取困难问题及训练轮数T的合理选取问题。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明和其他方法相比,DiverseAdaBoost-SVM方法具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类,也更适合对非对称故障样本集进行分类。

拉杆结构中弹簧刚度和有限元模型刚度融合修正方法研究

为建立更加准确的航空发动机高压转子的有限元模型,对表征高压转子拉杆结构的盘与盘、拉杆与盘之间接触的力学模型进行研究,重构了接触部位的有限元模型。提出弹簧刚度矩阵和有限元模型刚度矩阵的融合修正方法,建立了包含接触的有限元刚度整体优化模型。运用拉直算子将优化模型中需要修正的参数分离出来,结合实验模态分析得到的模态参数对有限元刚度矩阵进行了修正。实例证明修正后的有限元模型真实反映了拉杆联接的航空发动机高压转子的接触状态。

求解航空发动机数学模型的混合智能方法

针对传统求解方法收敛性不强而遗传算法求解效率较低的问题,利用BP神经网络逼近发动机平衡方程的反函数,将求解结果作为Newton-Raphson法的初值,提出了求解模型的混合智能方法。仿真结果表明,该方法可以保证非线性数学模型在整个飞行包线范围内收敛,与遗传算法相比又提高了求解效率。

具有网络调度的航空发动机分布式控制系统协同容错控制

为解决航空发动机分布式控制系统中网络参数与控制性能之间的冲突问题,提出了一种基于线性矩阵不等式理论的网络参数与保成本容错控制器协同设计方法。建立MEF-TOD调度协议作用下状态变量和控制变量的传输特性;将采样周期和数据包容量作为未知量引入航空发动机分布式控制系统的建模过程,得到调度协议约束下的网络参数与控制系统参数联合模型;给出联合闭环系统渐进稳定且存在成本函数上界的充分条件,并给出了网络参数与控制器增益的具体求解步骤。仿真结果显示,控制器与网络参数的协同设计方法能够求解出最优采样周期和数据包容量,据此得到容错控制器能够使航空发动机分布式控制系统在发生主动丢包故障的情况下,联合闭环系统渐进稳定,且低压转子转速超调量降低了80%,参数摆动降低了66.7%,保证控制器动态性能最优。

基于虚拟仪器的某型航空发动机综合检测系统

为解决某型航空发动机现有检测设备在实际使用中存在的不足,提高自动化检测水平,设计并研制了一套基于虚拟仪器技术的便携式综合检测系统。该检测系统由笔记本电脑、发动机参数记录仪、动态试车数据采集装置等硬件组成,上位机与下位机之间通过422总线进行通信。软件利用Lab VIEW虚拟仪器平台开发,提出了基于生产者/消费者模式、主/从模式和共享变量数据传输模式混合编程的多线程、多任务软件设计架构,并实现了系统编程。实验结果表明,该检测系统性能稳定可靠,能顺利完成某型航空发动机的静态自动化检测、动态自动化检测、试车检查和数据回放等多种功能,在自动化检测中单个检测点的搜索时间由3~4 min缩短至20~60 s。

航空发动机T-S分布式系统自适应鲁棒滑模控制

为提高航空发动机非线性不确定分布式控制系统的鲁棒性,考虑参数摄动,外部干扰,随机时延的影响,采用一种基于飞行包线划分的航空发动机T-S模糊模型,进行了鲁棒自适应滑模控制方法的研究。基于鲁棒H∞理论,针对模糊规则的状态空间模型,推导了滑模运动渐进稳定的充分条件,设计具有扰动抑制性能的鲁棒滑模面;基于并行分布补偿技术,采用与T-S模型相同的模糊规则,确定全局模糊滑模控制器设计策略,在此基础上,采用自适应技术估计未知干扰上界,设计了自适应滑模控制器,并证明了系统在控制器作用下的到达性。仿真结果表明该方法能够保证系统渐进稳定,对所考虑的不确定性因素鲁棒性较好,有效削弱了抖振,对不同工作点和干扰条件具有良好的适应性。

某型涡扇发动机数字式综合电子调节器研制

为解决某型涡扇发动机模拟式综合电子调节器普遍存在的使用寿命与发动机使用寿命不相匹配、监控水平不高、虚警不断等问题,以该型综合调节器为研究对象,完成了该型发动机数字式综合电子调节器的软、硬件系统设计。为了提高系统的可靠性,调节器内部设计了双余度硬件系统,并由系统的切换电路选择工作正常的硬件参与工作。工作过程中控制系统采用热备份的工作状态,并接收主控通道的工作信息,使备份通道始终跟随主控通道,从而保证控制系统平稳转换。最后对所设计的数字式综合电子调节器进行了试验,试验结果表明所设计的数字式综合电子调节器合理可靠并满足实际使用中的需求。