利用飞行试验信号对发动机模型辨识的研究

利用飞行试验信号对发动机模型辨识进行了研究。在飞行过程中,发动机将受到各种随机扰动的作用,这种扰动将引起发动机特性的变化、在这种情况下,利用与发动机特性有关的信号进行发动机数学模型辨识对发动机自适应控制和状态监控有实际的意义。飞行试验是在H=3km、v=770km/h和H=13km、v=1540km/h时进行的,利用机载信号采集与记录设备录取了试验信号。介绍了信号的平滑和滤波方法,讨论了巴特沃思滤波器的设计和参数选择。为了得到无偏估计,采用递推广义最小二乘方法进行辨识,并得到了辨识结果。

利用飞行试验数据对发动机参数估计的研究

本文研究利用不同飞行状态下测量的发动机变量估计涡轮进口温度和压气机出口压力。参数估计法采用多元线性回归分析法。根据变量选择的综合最优原则 ,从 6个测量变量中选择了回归方程的自变量 ,建立仅包含 3个发动机测量变量的回归模型 ,参数估计结果证明模型的估计精度是满意的。本文还介绍了利用专用设备在线录取发动机变量的数据处理方法。

涡喷发动机加速控制系统数学模型及数字仿真

本文介绍了航空涡轮喷气发动机加速控制系统数学模型建立、数字仿真方法。由于加速过程是一个大偏离动态过程,因而发动机与加速控制器模型均用非线性方程描述,对非线性方程组求解和系统迭代方法本文进行了讨论。算例中分析了在不同飞行条件下发动机的加速规律。

飞行过程中航空发动机闭环辨识研究

介绍了飞行试验时,利用在随机扰动作用下的发动机输入—输出信号对发动机数学模型的辨识.分析和研究了发动机的闭环可辨识性;在飞行过程中发动机动态信号的采集和处理方法;信号的相关性与功率谱.最后利用两种飞行状态下不同形式的信号应用递推广义最小二乘方法进行参数辨识,得到了较满意的结果.

航空发动机性能寻优控制混合优化算法

根据性能寻优控制(Perform ance Seek ing Con trol)优化模式的特点,针对某型涡扇发动机,研究了把发动机性能优化问题描述为线性规划问题。同时针对线性规划方法可能会收敛于局部极小值和非线性方法计算量大的问题,提出了基于LP(L inear P rogramm ing)和MAPS(M odel-A ssisted Pattern Search)混合优化方法,并研究了LP和MAPS混合优化方法在航空发动机性能寻优控制中的应用,同时在最大推力控制模式和最小油耗控制模式下进行了仿真。大量仿真结果表明,采用混合优化方法可进一步提高发动机的性能,并且大大减少了计算量。

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求,通过分析自调整神经元及最速下降学习方法,研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点,在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明,系统具有良好的解耦特性和自适应能力.

超声速进气道与发动机的匹配

以某二元混压式超声速进气道的流场数值计算结果为基础,得到超声速进气道主要内特性能参数与其进出口边界条件和几何结构参数之间的解析关系,此解析关系即为进气道的数学模型。根据此数学模型,研究了进气道与发动机之间的共同工作规律,并通过数值仿真分析了进气道二级斜板角度对进气道与发动机共同工作点的影响。

基于DRNN网络的航空发动机多变量解耦控制

通过分析对角递归神经网络(DRNN)及带动量项的梯度学习方法(GDM),针对某型涡扇发动机的性能控制,研究了基于对角递归神经网络的多变量自学习解耦控制算法及其在航空发动机控制中的应用。阐明了该方法的结构和原理。并在设计点处进行了发动机多变量解耦控制系统设计。在偏离设计点时,大量的仿真结果表明,系统具有较好解耦和自适应能力。

轴对称矢量喷管数值模拟及数学模型研究

应用数值模拟方法对轴对称推力矢量喷管的内流场性能进行了研究 ,采用 Jameson提出的有限体积法计算了矢量喷管的内部流场和性能参数 ,分析了性能参数及其相关参数之间的关系 。

基于广义既约梯度法的航空发动机性能寻优控制

提出了一种基于航空发动机约束物理意义的寻优方法,并将其应用于性能寻优控制之中。该方法根据航空发动机约束的物理特性完全已知的特点,利用起作用集法和既约梯度法将发动机非线性约束寻优问题转化为低维的无约束寻优问题,提高了计算速度。应用该方法对全包线内的工作点,对最大推力、最低油耗、最低涡轮进口温度和加力最大推力等模式进行了寻优,给出了寻优结果。

矢量喷管偏转对发动机推力的影响

建立了轴对称矢量喷管数学模型和带这种矢量喷管的发动机数学模型 ,研究了矢量喷管偏转时引起的发动机推力的变化。研究结果表明 :喷管的有效矢量角与几何矢量角近似成正比 ;喷管偏转角较小时 ,喷管的流量系数及发动机的总推力几乎不随几何矢量角变化 ,喷管偏转角较大时 ,喷管的流量系数及发动机的总推力随着几何矢量角的增大而减小 ;发动机的轴向推力随着几何矢量角的增大而减小 。

推进系统综合性能寻优控制研究

研究了包括进气道和发动机在内的推进系统综合控制。采用了序列线性规划方法进行系统寻优,利用推进系统矩阵进行多次线性规划来求解非线性优化问题。利用当前的实际机载计算机完成了硬件在回路仿真试验,仿真表明研究的性能寻优控制方法能够较大幅度的提高推进系统整体性能,控制软件完全满足实时计算要求。

航空发动机自适应建模技术研究

本文介绍了航空发动机自适应建模方法，并根据某型发动机高空试验实测数据对该型发动机数学模型及其部件特性进行了自适应修正，修正后的发动机模型计算结果与实测结果十分吻合。

基于RBF网络的航空发动机辨识模型

利用实测到的发动机飞行试验数据作为学习样本 ,采用径向基函数 ( RBF)神经网络建立了发动机的辨识模型。利用这种方法对不同飞行高度发动机的参数进行了辨识 ,并与几种 BP网络进行了比较。研究结果表明 :这种方法具有训练时间短、学习速度快、辨识精度高等优点。

超音速进气道建模方法研究

对某可调混压进气道在不同攻角、不同马赫数、不同斜板角度下进行了大量的数值计算。给出了设计状态下进气道内外流场特征;分析了攻角变化对进气道流场的影响;以数值仿真结果为基础,利用B样条理论建立了反映攻角、马赫数及可调斜板角度变化的超声速进气道数学模型。根据此数学模型,分析了攻角和进口气流马赫数对进气道性能的影响,同时给出了斜板对进气道性能的影响。

航空发动机状态空间模型约束预测控制

为了解决航空发动机约束预测控制器的设计问题,针对状态空间模型,经推导将无约束的二次型性能指标式转换成有约束的二次型性能指标式,采用二次规划方法计算出有约束预测控制量。按无约束和有约束,模型匹配和不匹配分别对某型发动机进行仿真计算,取得了不同约束条件对发动机动态性能和静态性能的影响情况,并举例将仿真数据转换成物理数据。仿真结果符合物理规律,计算方法得到验证。

分离流动对矢量喷管性能的影响

采用有限体积法计算了轴对称矢量喷管三维粘性流场,通过改进人工粘性及其边界条件提高了计算的收敛性和数值模拟的精度。利用数值模拟研究了矢量喷管的分离流动对矢量推进性能的影响,通过同实验结果对比,验证了数值模拟的精度。研究表明,分离流动对矢量喷管的性能参数尤其是有效矢量角具有较大影响。

基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律,在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求,用离散化加速模型结合遗传算法,使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作,且加速时间最短。

超声速进气道数学模型研究

应用数值模拟方法对二级斜板可调的二元混压式超声速进气道的内流场性能进行了研究,根据数值模拟二元混压式超声速进气道内流场的计算结果,得出每个网格点上的压力、温度、速度及密度等参数,从而求出进气道的总压恢复系数和流量系数,并归纳出进气道主要性能参数与状态参数和几何调节参数之间的关系,得出进气道的特性曲线,建立了二元超声速进气道的数学模型。利用此数学模型,可确定进气道在不同状态下的主要内特性参数值,并作为建立带进气道、矢量喷管的发动机数学模型的建模基础,对进气道、发动机、矢量喷管的一体化控制有重要的参考价值。

变几何涡扇发动机加速控制规律优化设计

首先建立了一种变几何通道涡扇发动机数学模型，该模型中，风扇及压气机在不同进口导流叶片角度下的特性是通过对基准特性的修正而获得的。然后根据变几何涡扇发动机的特点，利用非线性规划中的约束变尺度法（ＣＶＭ）设计了最优加速规律。研究结果表明：用约束变尺度法优化设计出的发动机加速控制规律，可以保证发动机在全飞行包线范围内稳定工作，且加速时间最短。