某涡扇发动机智能容错控制系统设计及半物理验证

发布时间：2017-10-11 19:45

  本文关键词：某涡扇发动机智能容错控制系统设计及半物理验证

  更多相关文章： 涡扇发动机 机载实时模型 半物理仿真 极端学习机 故障诊断 容错控制

【摘要】：故障诊断和容错控制技术是提高航空发动机控制系统安全性及可靠性的重要手段。本文以某型涡扇发动机部件级模型为研究对象,针对其控制系统执行机构及传感器故障,分别研究了基于智能算法的故障诊断及容错控制方法,并从工程可行性的角度,进行了半物理仿真试验验证。首先建立了某型涡扇发动机慢车以上状态的部件级非线性模型,作为本文开展容错控制研究的对象,并基于该部件级模型的数据,建立了机载实时模型。搭建了本文试验验证所需的半物理仿真试验系统,该系统主要包括半物理仿真试验器、燃油调节器及快速原型控制器;在快速原型控制器上构建了针对某型涡扇发动机的燃油执行机构位置小闭环位置控制回路及发动机转速大闭环控制回路。针对航空发动机燃油执行机构的位置控制回路,提出了一种基于执行机构数学模型及发动机燃油逆映射模型的故障诊断方法,以实现对执行机构自身故障及其线性可变差动变压器(LVDT)位移传感器故障的检测和区分。基于非线性回归方法极端学习机(ELM)算法建立了发动机燃油逆映射模型,保证了燃油估计的精度和实时性。半物理仿真试验结果表明,该故障诊断方法能快速准确地检测并区分出幅度在2%以上的执行机构故障和LVDT传感器故障。针对航空发动机传感器故障诊断,提出了一种选择更新正则在线贯序极端学习机(SROS-ELM)算法。该算法引入了正则化因子以解决矩阵奇异和病态的问题,将结构风险和经验风险最小化,同时增加了一种选择机制,根据泛化能力对输出权值进行选择性更新,提高了估计精度。此外,以叠加的波形函数替代原来单一的激励函数,增加了估计模型的稳定性和动态逼近性能。通过在多个回归数据集上的测试,验证了算法的有效性。将SROS-ELM算法应用于航空发动机传感器故障诊断,并进行了半物理仿真试验验证。结果表明,该方法能够快速有效地对航空发动机转速及各气路传感器故障进行诊断与隔离。最后,对执行机构控制回路故障诊断模块和传感器故障诊断模块进行隔离研究,并通过自适应加权法,将机载实时模型输出值与基于SROS-ELM算法的传感器估计值结果进行融合,从而更精确地重构出故障传感器信号。在此基础上,提出一种改进全局快速非奇异Terminal滑模控制器,从而完成了智能容错控制系统的设计。半物理仿真试验结果表明,该系统可以及时检测出传感器故障,实时准确地估计并反馈信号,达到了容错控制的目标。
【关键词】：涡扇发动机 机载实时模型 半物理仿真 极端学习机 故障诊断 容错控制
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V235.13
【目录】：

• 摘要4-5
• ABSTRACT5-14
• 第一章 绪论14-19
• 1.1 研究背景及意义14
• 1.2 故障诊断与容错控制技术概述14-15
• 1.2.1 故障诊断技术14-15
• 1.2.2 容错控制技术15
• 1.3 国内外研究现状15-18
• 1.3.1 执行机构故障诊断研究现状15-16
• 1.3.2 传感器故障诊断研究现状16-17
• 1.3.3 容错控制研究现状17-18
• 1.4 论文内容安排18-19
• 第二章 某型涡扇发动机建模研究19-28
• 2.1 引言19
• 2.2 部件级模型概述19-23
• 2.3 机载实时模型23-26
• 2.3.1 数据预处理23
• 2.3.2 稳态模型23-24
• 2.3.3 基于动态系数法的动态模型24-25
• 2.3.4 模型验证25-26
• 2.4 本章小结26-28
• 第三章 半物理仿真试验系统的构建28-40
• 3.1 引言28
• 3.2 半物理仿真试验系统的总体方案28-29
• 3.3 半物理仿真试验器简介29-31
• 3.3.1 发动机数学模型仿真系统29-30
• 3.3.2 接口模拟器30
• 3.3.3 电传系统30
• 3.3.4 燃油系统30-31
• 3.4 燃油调节器简介31-32
• 3.5 快速原型控制器构建32-37
• 3.5.1 快速原型控制器总体设计33
• 3.5.2 快速原型控制器硬件设计33-35
• 3.5.3 快速原型控制器软件设计35-37
• 3.6 基本控制回路半物理仿真试验37-39
• 3.6.1 试验前校准与标定37
• 3.6.2 执行机构位置小闭环控制试验37-38
• 3.6.3 发动机转速大闭环控制试验38-39
• 3.7 本章小结39-40
• 第四章 燃油调节器故障诊断40-49
• 4.1 引言40
• 4.2 执行机构故障诊断方案40-41
• 4.3 执行机构位置小闭环回路模型41-43
• 4.4 基于ELM的发动机燃油逆模型43-45
• 4.4.1 ELM算法43-44
• 4.4.2 逆映射模型44-45
• 4.5 半物理仿真试验及分析45-48
• 4.6 本章小结48-49
• 第五章 传感器故障诊断49-63
• 5.1 引言49
• 5.2 SROS-ELM算法49-54
• 5.2.1 OS-ELM算法49-50
• 5.2.2 OS-ELM算法的改进50-53
• 5.2.3 SROS-ELM算法仿真验证53-54
• 5.3 基于SROS-ELM的航空发动机传感器故障诊断54-55
• 5.4 半物理仿真试验验证55-61
• 5.5 本章小结61-63
• 第六章 容错控制系统设计及验证63-74
• 6.1 引言63
• 6.2 故障隔离及信号重构63-67
• 6.3 滑模控制器设计67-71
• 6.3.1 发动机状态空间模型68
• 6.3.2 改进全局快速非奇异Terminal滑模控制器68-70
• 6.3.3 控制器仿真验证70-71
• 6.4 航空发动机智能容错控制系统71-72
• 6.5 半物理仿真试验及分析72-73
• 6.6 本章小结73-74
• 第七章 总结与展望74-76
• 7.1 论文总结74-75
• 7.2 工作展望75-76
• 参考文献76-81
• 致谢81-82
• 在学期间的研究成果及发表的学术论文82-83

【参考文献】

中国期刊全文数据库 前10条

1 孙晖;刘尚明;邓奇超;;航空发动机全局快速滑模控制趋近律优化研究[J];燃气轮机技术;2015年01期

2 苗卓广;谢寿生;张波;任立通;王立国;吴勇;;航空发动机自适应全局快速非奇异Terminal滑模控制[J];航空动力学报;2013年11期

3 张海波;叶飞;李永进;陈国强;;直升机/发动机系统综合控制半物理仿真[J];航空动力学报;2013年07期

4 李业波;李秋红;王健康;黄向华;赵永平;;基于ImOS-ELM的航空发动机传感器故障自适应诊断技术[J];航空学报;2013年10期

5 韩冰洁;缑林峰;;基于卡尔曼滤波器组的执行机构故障诊断方法[J];计算机仿真;2013年02期

6 何皑;覃道亮;孔祥兴;王曦;;基于UIO的航空发动机执行机构故障诊断[J];推进技术;2012年01期

7 赵永平;孙健国;;硬支持向量回归机的快速在线近似解法及其在航空发动机解析余度中的应用(英文)[J];Chinese Journal of Aeronautics;2010年02期

8 陶文华;叶志锋;;关系矩阵法在发动机执行机构故障检测中的应用[J];航空动力学报;2009年08期

9 张鹏;黄金泉;;基于双重卡尔曼滤波器的发动机故障诊断[J];航空动力学报;2008年05期

10 刘金琨;孙富春;;滑模变结构控制理论及其算法研究与进展[J];控制理论与应用;2007年03期

中国博士学位论文全文数据库 前2条

1 李秋红;航空发动机智能鲁棒控制研究[D];南京航空航天大学;2011年

2 周文祥;航空发动机及控制系统建模与面向对象的仿真研究[D];南京航空航天大学;2006年

中国硕士学位论文全文数据库 前7条

1 张鑫;某型涡扇发动机容错控制系统的设计与验证[D];南京航空航天大学;2015年

2 张高钱;航空发动机传感器故障诊断与容错控制[D];南京航空航天大学;2014年

3 杨士权;航空发动机执行机构故障诊断与容错控制[D];南京航空航天大学;2013年

4 赵文博;航空发动机传感器故障诊断及信号重构[D];南京航空航天大学;2012年

5 朱子杰;航空发动机智能故障诊断与容错控制的研究[D];南京航空航天大学;2010年

6 徐德华;实时半实物仿真系统关键技术的研究[D];哈尔滨工程大学;2005年

7 左芸;飞/推综合控制半物理仿真平台及监控系统设计[D];南京航空航天大学;2004年

，

本文编号：1014413