一种新的航空发动机自适应模型设计与仿真

提出了一种基于机载非线性发动机模型,且具有输入端积分补偿的卡尔曼滤波器估计器的发动机自适应模型设计方法。其主旨是经过相似变换,在非线性相对弱化的另一坐标区域内设计常规卡尔曼滤波估计器,利用所得卡尔曼估计器对各估计回路的初步解耦,进一步在各观测回路中引入输入误差积分激励,对滤波器的输入进行实时积分修正,充分实现各估计参数回路的静态解耦。同时,将该卡尔曼滤波器与机载非线性实时模型综合,从而使发动机自适应模型具有大范围无静差参数跟踪能力。最后,对所提出建立的自适应模型的参数估计能力和鲁棒性进行了数字仿真验证。

基于攻角预测模型的航空发动机高稳定性控制

研究了发动机稳定性控制问题.作战飞机在超机动飞行时,发动机进口流场畸变严重,采用常规控制并不能保证其稳定工作.针对上述问题,提出了基于攻角预测的发动机超机动飞行高稳定性控制器:首先建立了进气道攻角预测模型,以实时估计发动机进口流场畸变,并在此基础上用增广线性二次型调节器(augmented linear quadratic regulator,简称ALQR)方法设计了高稳定性控制器,最后在发动机/三自由度飞机综合模型平台上模拟大攻角飞行任务进行了数字仿真验证.数字仿真结果验证了提出的控制思想的合理性和可行性.

基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.