APU控制参数多策略融合粒子群算法寻优

为使辅助动力单元(APU)在工作点切换过程中的动态性能更优,提出了一种多策略融合粒子群算法优化模糊PID的控制参数。该算法对粒子群算法的常规迭代过程引入概率可调的干扰策略、混沌搜索策略、惯性权重自适应和学习因子线性调节策略,使其更适合优化维度多达187个的模糊PID控制参数。针对该算法中关键的增强全局搜索能力p和增强局部搜索能力pp两个参数的取值进行研究,搭建了APU仿真模型。仿真结果表明:多策略融合粒子群算法优化后的模糊PID控制参数相较于经典PID在转速变化、转矩变化和节气门开度变化的动态性能上均有较大的提升。

Hybrid Fault Diagnosis and Isolation for Component and Sensor of APU in a Distributed Control System

This paper addresses the gas path component and sensor fault diagnosis and isolation(FDI) for the auxiliary power unit(APU). A nonlinear dynamic model and a distributed state estimator are combined for the distributed control system. The distributed extended Kalman filter(DEKF)is served as a state estimator,which is utilized to estimate the gas path components’ flow capacity. The DEKF includes one main filter and five sub-filter groups related to five sensors of APU and each sub-filter yields local state flow capacity. The main filter collects and fuses the local state information,and then the state estimations are feedback to the sub-filters. The packet loss model is introduced in the DEKF algorithm in the APU distributed control architecture. FDI strategy with a performance index named weight sum of squared residuals(WSSR) is designed and used to identify the APU sensor fault by removing one sub-filter each time. The very sensor fault occurs as its performance index WSSR is different from the remaining sub-filter combinations. And the estimated value of the soft redundancy replaces the fault sensor measurement to isolate the fault measurement. It is worth noting that the proposed approach serves for not only the sensor failure but also the hybrid fault issue of APU gas path components and sensors. The simulation and comparison are systematically carried out by using the APU test data,and the superiority of the proposed methodology is verified.

Application of Solid Oxide Fuel Cell-Auxiliary Power Unit on Different Trucks in Northeast China

A diesel engine of conventional trucks has a low efficiency under the idling condition,leading to a high cost for heating or cooling in the cab during night. The solution to this problem will have great significance on energy conservation and emission reduction. A new auxiliary power unit of solid oxide fuel cell( SOFCAPU) with high efficiency solves this problem perfectly. Heat pump air conditioner is considered as a promising device for the application of SOFC-APU with a high cooling and heating efficiency. To make a quantitative analysis for the application of SOFC-APU,a model is built in Matlab / Simulink. The diesel engine model and SOFC-APU model are fitted based on some experimental data of SOFC-APU and diesel engine during the idling operation. An analysis of the application of SOFC-APU on different trucks in Northeast China is comprehensively made,including efficiency and emission.

混合动力电动汽车APU转速模糊控制研究

为实现串联式混合动力电动汽车(SHEV)中辅助动力单元(APU)的经济、高效运行,研究了APU转速模糊控制系统;介绍了控制系统的构成及其主要功能以及模糊控制器的设计过程.试验结果表明,在阶跃输入下,系统转速输出具有超调量小、波动幅度小、响应时间满足要求的优点,较好地实现了APU转速控制的目的,控制品质良好.由道路实验结果可知,采用模糊控制器可以保证发动机在经济运行区域工作,同时也保证了发电机的运行效率,能达到预期的控制目的和效果.

两种APU构型在串联式混合动力轿车的应用比较(英文)

辅助动力单元(auxiliary power unit,APU)的系统构型和控制策略对串联混合动力汽车的燃油经济性有很大的影响.利用Matlab/Simulink建立了带有PWM整流器和不可控整流器的两种APU系统模型,并分别将ON/OFF控制策略和负载跟随控制策略应用在两种APU系统中,利用能量流图分析了系统主要部件的效率.仿真结果表明,相比带有不可控整流器构型的APU及负载跟随控制方法,采用PWM整流器构型的APU及ON/OFF的控制方法具有较好的燃油经济性.

APU安装系统设计与分析

辅助动力装置(APU)的安装对其工作性能、系统重量、振动与噪声、维修性等有着重要的影响,设计简洁、可靠的安装系统是APU系统设计的一个重要目标。对民用飞机APU安装系统的设计流程和方法进行了介绍,并分析了APU安装系统设计要求以及安装系统设计流程。讨论了安装系统设计过程中关于拉杆布置形式及其传力分析、隔振器设计、安装节设计的一般设计要求与设计分析方法,为APU安装系统的方案设计与详细设计提供参考。

APU系统中的电控柴油机转速控制的开发

该文在介绍辅助动力单元APU（auxiliary power unit）系统构成的基础上，着重解决了APU系统中柴油机的转速控制方法。由于发电机的影响，APU系统中对柴油机的转速调节比普通的柴油机调速更加复杂。该文针对电控柴油机的运行状况，用dSPACE控制器输出模拟量代替电子油门的方法对电控泵喷嘴的柴油机实现了电子调速，同时分析了PI控制的各项参数对APU的转速控制的影响。

APU外部件自动测试方法研究

针对机务维修人员手动为主的传统维修过程繁琐、工作量大以及存在安全隐患等问题,设计了基于LabVIEW软件平台的APU外部件自动检测系统。采用OPC控制技术和SCPI通信协议,实现对智能仪器的分时复用,节约了开发成本;并通过改进的莱以特准则,消除了测量数据的粗大误差,对除去粗大误差的数据进行小波去噪,降低随机误差,提高了测量可靠性。该自动检测系统对于提高机务维修人员的工作效率、节省维修成本、提高航空安全,具有一定的实际意义。

辅助动力装置起动控制规律研究

起动控制规律对于辅助动力装置(Auxiliary Power Unit,APU)至关重要。针对APU起动控制规律设计中的控制时序、供油规律、起动过程中的限制及保护等关键技术点进行深入研究,提出一种适应性较好的起动控制规律。经多型APU整机试验验证,提出的起动控制规律可缩短整机调试时间,提高研制效率。

基于PXI的APU飞机级控制系统仿真器设计

探讨了一种基于目前商业可用PXI设备的APU飞机级控制系统仿真器的设计。首先对典型PXI系统进行了简要介绍,然后详细讨论了仿真信号需求分析和仿真器PXI硬件配置等内容,提供了一种可行地快速地建立APU飞机级控制系统仿真器的方法。通过该方法所建立的仿真器,极易进行扩展和重新配置,从而实现了一个仿真器应用于不同的飞机型号。

基于转子应力的APU起动控制策略

文中介绍了APU起动控制系统的现状、背景,分析、说明了APU转子应力计算的步骤,并给出了具体的计算应力方法和公式,最后给出了APU起动控制策略,根据转子应力是否超限来控制APU起动阶段的加速率和燃油控制流量。

民用飞机APU系统电搭接设计研究

电搭接的设计,直接影响飞机的安全和性能。梳理了APU系统电搭接设计所需遵循的适航条款要求和通用要求,详细分析了APU系统中不能采用直接电搭接的部件,给出了通过间接电搭接实现的设计案例,并以框图的形式分析了电流传导路径。所阐述的方法可为民用飞机APU系统电搭接设计提供参考。

基于BAS_RVM的APU涡轮剩余寿命预测

提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统(Auxiliary power unit,APU)涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索(Beetle antennae search,BAS)算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度(Exhaust gas temperature,EGT)并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。

基于逻辑回归的APU性能状况评估

针对飞机辅助动力装置(Auxiliary Power Unit,简称APU)性能评估研究中单参数评估不全面的问题,提出了基于逻辑回归模型的方法,融合多参数来对飞机APU性能状况进行全面评估。首先,对APU参数数据来源进行分析,选择基于实时报文数据的APU性能评估方法,并结合APU的工作原理以及实际工作情况,挑选出可以反映APU性能状态的特征参数,然后利用主成分分析法(Principal Component Analysis,简称PCA)对原始特征参数进行降维处理。其次,以APU正常性能状态历史数据和性能严重衰退状态历史数据建立逻辑回归模型。最后,根据回归模型得到APU全寿命周期的健康指数(Health Index,简称HI)并对其进行验证。结果表明,APU性能健康指数曲线能很好的反映APU各个阶段的性能变化情况,可以为后续的视情维修策略的制定提供技术参考。

基于注意力多通道卷积ON-LSTM的APU剩余寿命预测

针对飞机辅助动力装置状态监测数据纬度高、数据量大等特点,提出一种基于注意力机制和多通道卷积ON-LSTM的剩余寿命预测方法。首先利用一维卷积神经网络对传感器参数进行局部特征提取;其次利用ON-LSTM能够学习序列长期依赖的优势,对传感器参数进行时序特征提取;再次通过注意力机制确定各参数的权重,准确预测APU的剩余使用寿命;最后为验证方法的有效性,利用APU实际在翼监测数据开展测试。研究结果表明,所提出的模型预测精度优于现有的支持向量机、深度置信网络和长短期记忆神经网络等方法,为APU的健康管理提供重要支撑。

基于SVM方法的APU故障预测方法

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization,PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature,EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error,MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature,OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。

基于新型改进粒子群算法的APU建模与求解

为进行辅助动力装置(Auxiliary Power Unit,APU)特性计算,以某型APU为研究对象,基于MATLAB/Simulink建立其部件级模型。鉴于N-R法的固有缺陷,引入PSO(Particle Swarm Optimization)算法,并提出叛逆粒子和自适应学习因子以改进算法全局收敛性和收敛速度,用于模型求解。对比基本PSO算法和改进算法,验证改进方法的有效性。同时将计算结果与实际试车数据比较,表明所采用的建模与求解方法满足工程应用。

基于改进PSO-LSTM的APU排气温度预测研究

为了提高辅助动力装置排气温度的预测精度,采用基于粒子群算法优化长短期记忆网络的方法。通过分析不同参数间相关性,选出影响排气温度的主要参数作为预测模型的输入,构造惯性权重和学习因子的动态调节函数来解决粒子群算法存在的早熟收敛问题,得到一种改进粒子群算法。结果表明,改进PSO-LSTM模型比传统的RNN模型、LSTM模型、基本PSO-LSTM模型、标准PSO-LSTM模型具有更高的预测精度。上述研究结果可为短期APU性能变化趋势预测提供一定的参考。

GTCP85-129型APU故障研讨分析

GTCP85-129型APU(辅助动力装置)的常见故障包括APU超速、高滑油温度、低滑油压力或无法起动等,文章对其故障及原理进行了探讨。随着在翼使用时间的增加,该型APU部件性能衰退和失效的情况也会增多,可以结合系统原理和实际经验进行分析,加快故障排除过程,提高飞机保障效率。