遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。

航空发动机的一种Volterra级数非线性动态模型

研究航空发动机的非线性动态模型的建立问题。利用Volterra级数对航空发动机的动态过程进行描述,建立非线性模型,提出了模型的辨识算法。利用某型涡扇发动机的动态仿真,进行了发动机Volterra模型辨识及验证。结果表明,Volterra模型可以描述发动机从慢车与最大间的动态过程。

航空发动机非线性数学模型的遗传算法

针对发动机非线性数学模型数值解法的收敛性问题应用了浮点数编码遗传算法 ,提出了将遗传算法与Broyden法相结合的方法。数值仿真结果表明 ,单独使用遗传算法时运算效率不高 ,而将遗传算法与Broyden法结合使用可有效的克服各自的不足 。

航空发动机约简遗传规划起动非线性动态模型

提出了一种新的用于航空发动机最优化起动过程数据驱动动态建模的约简遗传规划(PGP)算法。这种模型采用遗传规划产生航空发动机辨识模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支对于模型精度的贡献并据此去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性线参数动态模型。实际发动机起动过程建模应用案例证明,这种思路对于具有非线性输入输出关系特征的数据可以产生鲁棒性好、解析性强的线参数非线性模型。

引入平均最好位置的量子粒子群算法及在航空发动机非线性模型求解中的应用

为改善粒子群算法的全局搜索能力和计算精度,在标准粒子群算法和量子理论的基础上,将平均最好位置引入粒子的状态更新过程,提出了1种基于量子行为改进的粒子群算法及不同的收缩-扩张因子取值策略。采用该量子粒子群算法对建立的典型双轴涡扇发动机部件级非线性模型进行了求解,结果表明:分段线性递减收缩-扩张因子适用于复杂的航空发动机隐式模型,其收敛效率和精度都较高,具有一定的工程应用价值。

航空发动机动态数学模型非线性方程组解法研究

本文主要介绍发动机过渡态控制系统分析时所必须的动态数学模型中应用的Broyden法解非线性方程组的方法。对Broyden法的程序实现也作了一定的介绍。

非线性反演控制律在航空发动机多变量控制中的应用

主要研究了非线性反演控制规律设计方法在航空发动机控制中的应用.首先基于小偏差线化模型建立了航空发动机的非线性仿射模型,讨论了非线性反演控制规律的设计方法.最后,针对某型涡扇发动机运用非线性反演控制规律设计方法设计了双转子转速控制规律,并给出了仿真结果,仿真结果表明这种控制规律的设计方法在航空发动机控制中是可行的.

航空发动机故障诊断的机载自适应模型

提出了复合拟合法建立状态变量模型,该方法应用于建立高维状态变量模型时,具有较高的精度.将健康参数作为增广的状态变量,设计了卡尔曼滤波器,从而可以根据可测参数的偏离量估计得到健康参数.为了减少自适应模型与真实发动机之间的建模误差,在自适应模型中加入神经网络对稳态基点模型进行修正,从而提高了故障诊断系统的置信度.

基于平衡流形模型的航空发动机线性建模方法

研究了利用平衡流形模型建立航空发动机线性模型的方法。详细讨论了平衡流形模型的构造过程,给出从对象的平衡流形模型获取线性模型的理论依据。比较了线性化模型和平衡流形模型的有效范围,分析了两步法建立平衡流形模型允许采用更大的扰动量的原因。通过仿真验证了利用较大的扰动信号辨识平衡流形模型,进而获取线性模型的有效性。

基于改进混合樽海鞘群算法的航空发动机模型求解方法

针对传统智能优化算法在求解航空发动机模型非线性方程组时收敛速度慢、精度低的问题,提出采用樽海鞘群优化算法(salps swarm algorithm,SSA)。为了提升标准SSA求解复杂发动机模型的随机搜索能力,采用了混沌映射、正余弦算法、自适应权重、逐维变异策略对SSA进行改进,并且更进一步调整了算法流程(Process improved SSA),提高算法收敛概率,最终将Process improved SSA与Newton-Raphson算法结合为混合算法,并以适应度值作为算法切换的判断条件以提升混合算法的计算效率。仿真实验验证了Process improved SSA求解航空发动机模型的有效性。仿真结果表明混合算法能够实现全局收敛并提升收敛速度,且能够在模型输入强瞬变仿真时实现快速收敛。

一种应用非线性技术减少航空发动机切换频率的方法

提出了一种基于单转子航空发动机模型的切换控制实现方法,该方法可减少模型之间的切换次数。该方法首先应用Lyapunov方法,在保证非线性系统稳定的前提下,选择合适的控制参数,完成基于非线性模型的加速控制。然后在两同样的工作点之间,实现基于加速计划的切换控制。仿真结果表明:基于非线性模型的加速控制方法所得到的性能优于基于加速计划的切换控制方法。同时,前者仅用一个非线性模型,避免了基于加速计划控制方法中的模型切换问题,从而验证了基于非线性模型的加速控制设计方法可减少模型之间切换次数的正确性。

非线性航空发动机性能参数估计方法研究

为了消除线性模型误差的影响,建立了航空发动机性能变化参数非线性估计的模型,提出了一种非线性的航空发动机部件性能变化参数估计的方法。将待估计参数以及模型计算值和实际测量值之间的误差一同并入发动机模型程序进行求解。仿真结果表明,与线性估计方法相比,非线性参数估计的方法具有更高的精度和更简单的系统结构。

基于李雅普诺夫函数的航空发动机非线性控制设计方法

针对航空发动机非线性模型,提出了1种基于李雅普诺夫(Lyapunov)函数的航空发动机非线性控制设计方法。在保证系统稳定的前提下,采用该方法完成了航空发动机非线性控制器的设计。仿真研究结果表明:该设计方法可提高系统响应速度,能有效抑制干扰,且具有良好的跟踪性和鲁棒性,有效改进了航空发动机控制系统的性能。

一种改进航空发动机控制器性能的非线性设计方法

为提高航空发动机某工作点的模型精度,并拓宽航空发动机在该工作点控制包线的范围,可应用非线性模型来描述该工作点的动态过程。基于该非线性模型,首先应用Lyapunov稳定性定理设计出一组控制器,然后应用广义Gronwall-Bellman引理的方法完成该控制器性能验证。仿真研究表明:系统响应速度快,能有效抑制干扰,具有良好的跟踪性和鲁棒性,验证了该设计方法的有效性。

面向对象的双轴混排加力涡扇发动机详细非线性实时仿真模型研究

本文就双轴加力涡扇发动机详细非线性实时仿真模型进行了研究。采用框架灵活方便、具有可扩展性的 VC++语言 ,在 P 45 0计算机上实现了一台双轴混排加力涡扇发动机的实时仿真 ,可准确模拟发动机及其部件的工作状况。发动机流路的平均计算时间为 0 .5 42 ms,一个工作点的计算时间小于 2 5 ms。此模型的建模方法具有通用性 ,可适用于其他类型发动机的实时建模要求。经在火力 /飞行 /推进综合控制仿真系统中的应用 。

基于机载自适应模型的航空发动机控制

航空发动机的性能蜕化会导致其性能变差,传统的控制方法使其不能满足飞机的推力需求。机载的发动机自适应模型利用卡尔曼滤波器,能准确估计发动机的性能蜕化,对机载模型进行修正使其输出与真实发动机保持一致。建立了发动机机载自适应模型,并将其加入控制回路,形成推力闭环控制,消除发动机性能蜕化对飞机性能的影响。仿真结果表明,机载模型能准确估计发动机额定特性情况以及性能蜕化情况下的推力,对发动机推力的直接控制克服了性能蜕化带来的影响。

航空发动机电液伺服系统机载模型监控设计

为了监控航空发动机电液伺服系统中不易通过机内测试电路诊断的异常或故障,提出一种机载模型监控方法,采用AMESim工具进行系统的建模,之后对模型进行校准、实时化和线性化处理。在对监控算法进行了设计与仿真之后,用C代码编程实现了模型监控算法,并运行于发动机电子控制器中。对某发动机燃油计量装置的试验表明:机载模型监控可以有效监测系统中因元部件性能衰减、卡滞、零偏漂移等引起的异常或故障,并能补偿电液伺服阀的零偏漂移和容错运行,避免控制功能失效或过快降级。可为航空发动机及相关领域的电液伺服系统机载模型监控设计提供参考。

基于NARX神经网络航空发动机参数动态辨识模型

针对航空发动机参数非线性动态特性,提出一种基于外部输入非线性自回归(NARX)神经网络的发动机参数动态辨识模型。主要思路是根据NARX网络的非线性时序预测特性,结合发动机参数的稳态和动态参数,提出一种基于偏稳态差值预测的NARX参数动态模型结构。设计了SP-P辨识结构,整定了模型内部结构参数并建立N1(低压转子转速)、N2(高压转子转速)、EGT(涡轮后排气温度)参数非线性差分预测模型。最后依据某发动机试车样本,对推杆加减速时N1、N2、EGT动态辨模型进行仿真。仿真结果表明,N2相对误差小于0.2%,N1相对误差小于0.3%,EGT相对误差小于1℃,满足发动机试车仿真需要。最后,将所建模型应用于某A320机务维修训练器的发动机仿真系统。

求解航空发动机数学模型的迭代算法及其改进算法的收敛性研究

研究了求解航空发动机非线性数学模型的常规迭代算法如Newton-Raphson法、Broyden秩1法、N+1点残量法和粒子群进化算法的收敛性和局限性,尤其在求解高度非线性化的航空发动机部件模型时,经典迭代算法因对初值较为敏感而无法收敛,而粒子群算法表现出了较好的全局收敛能力。在此基础上提出了提高迭代算法收敛性和计算效率的PSO-NR融合算法,为解决变几何等大偏离计算不收敛问题提出了一种途径,计算实例表明了该方法是有效的。

基于约简遗传规划的航空发动机风车起动模型

针对高空风车条件下航空发动机起动性能估算问题,给出了用线参数模型描述发动机风车起动非线性过程的一般形式,利用约简遗传规划算法进行模型结构选择的思路,建立了基于约简遗传规划的航空发动机起动性能计算模型。以某型涡喷发动机为对象,在给定条件下,运用所建立的模型对该型发动机的风车起动过程进行了模拟,得到了起动性能的仿真结果。将仿真结果与试验数据和已有的部件级起动模型仿真结果进行了对比,验证了方法的正确性、可行性。