航空发动机稳态性能保持控制方法及系统

    公开(公告)号:CN114880766B

    公开(公告)日:2024-07-12

    申请号:CN202210428876.0

    申请日:2022-04-22

    摘要: 本发明公开了一种航空发动机稳态性能保持控制方法,利用智能网络性能量指令模型获取航空发动机需要保持的性能量的指令值,并将其与性能量实测值相比较,如两者偏差超过预设范围,则利用性能退化评估模型对发动机性能退化进行估计,并以所得的性能退化估计结果作为性能保持优化控制模型的输入,性能保持优化控制模型的输出为性能量ym(t)的估计值,以性能量ym(t)的指令值为性能保持优化控制器的期望输出,利用性能保持优化控制器得到相应的控制变量指令,并据此对航空发动机进行控制。本发明还公开了一种航空发动机稳态性能保持控制系统。相比现有技术,本发明通过对可能引起性能参数不利偏离的退化进行分析并进行相应控制,可实现航空发动机的稳态性能保持。

    一种航空发动机稳态控制计划鲁棒性分析方法

    公开(公告)号:CN118192267A

    公开(公告)日:2024-06-14

    申请号:CN202410517640.3

    申请日:2024-04-28

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种航空发动机稳态控制计划鲁棒性分析方法,属于航空宇航推进理论与工程中的系统仿真与控制领域。本发明首次提出了航空发动机稳态控制计划鲁棒性的定量分析方法,基于退化情况的随机采样,有效模拟发动机不同退化可能,定义了涵盖推力、油耗、温度、压力的多个维度性能指标的鲁棒性综合评价指标,可对航空发动机稳态控制计划的鲁棒性进行精确的定量分析评估,进而为控制计划设计提供可靠的理论依据。

    一种航空发动机模型预测控制方法及系统

    公开(公告)号:CN117806168A

    公开(公告)日:2024-04-02

    申请号:CN202410002538.X

    申请日:2024-01-02

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种航空发动机模型预测控制方法。该方法利用预测模型对航空发动机的状态量和输出量进行预测,并以参考轨迹和预测模型输出的误差最小为优化目标,结合约束条件,对航空发动机的控制变量进行局部在线滚动优化;利用辅助调节器对预测模型与航空发动机的输出量间的偏差进行调节,得到修正量,该辅助调节器的调节参数可在飞行包线内使得航空发动机与预测模型输出量间的稳态偏差为0;最后利用所述修正量对滚动优化控制量进行修正,得到最终控制量。本发明还公开了一种航空发动机模型预测控制系统。本发明可解决发动机在全飞行包线内的预测模型失配问题,大大降低了对预测模型的精度要求,提高了模型预测控制的鲁棒性能。

    基于数据驱动的航空发动机状态变量模型建立方法

    公开(公告)号:CN113158564B

    公开(公告)日:2024-03-29

    申请号:CN202110419235.4

    申请日:2021-04-19

    摘要: 本发明公开了一种基于数据驱动的航空发动机状态变量模型建立方法,包括:根据所要建立的航空发动机状态变量模型的结构,采集所述航空发动机状态变量模型的输入、输出、状态变量数据;对所采集的数据进行去噪后,以其作为训练数据对神经网络模型进行训练,得到航空发动机智能网络模型;基于所建立的航空发动机智能网络模型,根据所要建立的航空发动机状态变量模型参数的偏导数表达,以链式求导法则进行输出量到输入量的偏导数计算,从而建立基于数据驱动的航空发动机状态变量模型。本发明可以直接根据发动机输入和输出数据,实时获取发动机个体的高精度状态变量模型,避免了对发动机部件级数学模型的依赖,实现基于发动机个体数据的准确建模。

    涡轴发动机神经网络自适应控制方法及装置

    公开(公告)号:CN116577993B

    公开(公告)日:2024-01-26

    申请号:CN202310725387.6

    申请日:2023-06-19

    IPC分类号: G05B13/04

    摘要: 据,实现对涡轴发动机个体的自适应控制。本发明公开了一种涡轴发动机神经网络自适应控制方法。该方法包括以下步骤:步骤1、通过在非线性自回归滑动平均模型中引入状态量,并对状态量和输入量相对于输出量进行线性化描述,构建涡轴发动机非线性状态空间方程模型;步骤2、利用神经网络模型逼近模型中的未知非线性函数,利用涡轴发动机实际输出的状态量、输入量和输出量对神经网络模型进行在线训练,并根据在线获得的未知函数的值计算控制量;步骤3、利用Min‑Max逻辑从多个控制量中进(56)对比文件Yong Wang;Qiangang Zheng;Haibo Zhang;Ziyan Du.A Study on the AccelerationOptimization Control Method for theIntegrated Helicopter/Engine System Basedon Torsional Vibration Suppression《.IEEEAccess》.2019,第1182-1194页.Vladov, S.;Shmelov, Y.;Yakovliev, R.;Petchenko, M.;Drozdova, S..Neural NetworkMethod for Helicopters Turboshaft EnginesWorking Process Parameters Identificationat Flight Modes《.2022 IEEE 4thInternational Conference on ModernElectrical and Energy System (MEES)》.2022,第1-6页.

    基于主动切换逻辑的涡扇发动机加速过程控制方法及装置

    公开(公告)号:CN114237029B

    公开(公告)日:2023-09-22

    申请号:CN202111543648.X

    申请日:2021-12-16

    IPC分类号: G05B9/03

    摘要: 本发明公开了一种基于主动切换逻辑的涡扇发动机加速过程控制方法,设置对燃油流量进行控制的并行的主控制回路和N‑dot控制回路,同一时间只有一个控制回路处于工作状态;根据当前的低压转速控制误差对控制回路进行主动切换:在低压转速控制误差低于预设阈值时使用主控制回路,否则使用N‑dot控制回路。本发明还公开了一种基于主动切换逻辑的涡扇发动机加速过程控制装置。相比现有技术,本发明根据转速跟踪误差进行主控制回路和加速控制回路之间的主动切换控制,可以避免Min‑Max选择方法带来的频繁切换,提高控制系统的稳定性。

    基于主动切换逻辑的涡扇发动机加速过程控制方法及装置

    公开(公告)号:CN114237029A

    公开(公告)日:2022-03-25

    申请号:CN202111543648.X

    申请日:2021-12-16

    IPC分类号: G05B9/03

    摘要: 本发明公开了一种基于主动切换逻辑的涡扇发动机加速过程控制方法,设置对燃油流量进行控制的并行的主控制回路和N‑dot控制回路,同一时间只有一个控制回路处于工作状态;根据当前的低压转速控制误差对控制回路进行主动切换:在低压转速控制误差低于预设阈值时使用主控制回路,否则使用N‑dot控制回路。本发明还公开了一种基于主动切换逻辑的涡扇发动机加速过程控制装置。相比现有技术,本发明根据转速跟踪误差进行主控制回路和加速控制回路之间的主动切换控制,可以避免Min‑Max选择方法带来的频繁切换,提高控制系统的稳定性。

    航空发动机多变量限制保护控制方法

    公开(公告)号:CN112523874A

    公开(公告)日:2021-03-19

    申请号:CN202011440326.8

    申请日:2020-12-07

    IPC分类号: F02C9/00 G05B13/04

    摘要: 本发明公开了一种航空发动机多变量限制保护控制方法。针对现有航空发动机限制保护控制方法所存在的缺陷,本发明基于模型基控制思想,通过机载模型的在线线性化和参数预测,实时地选择激活主控制回路或是相应的限制保护回路,并利用预测结果实现多变量框架下的指令自适应重构,进而利用多变量控制器实现对不可测量的直接控制或限制。其适用对象为能够建立复杂解析模型、具有多个可调节变量的各种动力机械,包括但不限于涡喷发动机、涡扇发动机、涡轴发动机、涡桨发动机、变循环发动机、涡轮基冲压组合发动机等。

    基于相似变换的航空发动机推力估计方法及装置

    公开(公告)号:CN111860791A

    公开(公告)日:2020-10-30

    申请号:CN202010803338.6

    申请日:2020-08-11

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于相似变换的航空发动机推力估计方法。对以下参数的训练数据依次进行相似变换、归一化处理:航空发动机推力、进气道出口总压、进气道出口总温、主燃油流、加力燃油流量、尾喷口面积、低压转子转速、高压转子转速、压气机出口总压、低压涡轮出口总温,然后分别以航空发动机推力训练数据和其余参数的训练数据为输出、输入对神经网络进行训练;对其余参数的测试数据依次进行相似变换、归一化处理后输入训练好的神经网络,并对神经网络的输出依次进行反归一化、反相似变换处理,最终得到推力估计值。本发明还公开了一种基于相似变换的航空发动机推力估计装置。本发明可实现全飞行包线内稳态和动态工作过程中推力的准确估计。

    航空发动机数学模型部件特性修正方法

    公开(公告)号:CN109871653B

    公开(公告)日:2020-09-01

    申请号:CN201910196035.X

    申请日:2019-03-15

    IPC分类号: G06F30/20 G06F30/15

    摘要: 本发明公开了一种航空发动机数学模型部件特性修正方法,利用修正系数对部件特性进行修正;修正系数以模型输出和试车数据匹配为原则通过以下方法确定:A、根据发动机结构确定相应的待修正部件特性;B、根据试车数据的最大工作点和最小工作点确定初步的修正系数,并利用初步的修正系数对特性图进行整体缩放;C、依据稳态数据对整体缩放后的特性图进行分块,并确定修正系数的定义域,利用稳态计算模型和优化算法确定部件特性修正系数并得到新的特性图;D、依据动态数据对步骤C所得到的特性图进行分块,并确定修正系数的定义域,利用动态计算模型和优化算法确定修正系数,并获得最终特性图。本发明具有兼顾稳态特性和动态特性、精度高的优点。