变循环发动机建模与非线性控制方法研究

发布时间：2017-08-26 05:21

  本文关键词：变循环发动机建模与非线性控制方法研究

  更多相关文章： 变循环发动机 非线性模型 模型辨识 非线性控制

【摘要】：为了把握航空动力装置发展方向,进一步研究航空动力装置设计、验证技术,本文以变循环发动机为研究对象,着重研究了其物理结构、建模手段和控制方法。首先本文进行了变循环发动机物理结构设计,通过对比分析确定了主动调节模式选择活门、后涵道引射器以及前涵道引射器被动调节的物理结构设计方案。为解决变循环发动机在不同工作模式下风扇整体建模不合理问题,引入了风扇叶根叶尖模型;同时还研究了模式选择活门建模方法、可调静子部件特性曲线获取方法。采用容积动力法在Matlab软件Simulink平台上建立了变循环发动机部件级模型,通过与NASA数据、试验数据对比,对建立的部件级模型进行了正确性验证,确保所建模型的有效性。其次本文基于部件级模型研究了非线性模型辨识技术,首先研究了NARX模型辨识,分别选取了Sigmoid网络、Wavelet网络进行仿真计算,发现NARX模型辨识参数选取困难,辨识精度仍有提高空间;随后引入了动态神经网络时间序列预测方法,仿真计算表明这种方法精度较高,输出值最大相对误差能控制在0.7%以内,但解析性较差;最后进行了基于Hammerstein-Wiener模型结构的非线性模型辨识方法仿真,结果表明其与NARX模型辨识有一定的相似性。通过对这些方法总结,本文提出了一种基于Hammerstein-Wiener的递推模型,通过简化模型、引入遗传算法实现了模型参数化辨识,提高了模型精度的同时也使模型具有一定解析性,最终模型最大相对误差能控制在0.5%以内。并基于这种递推模型对全包线范围模型辨识进行了仿真研究,通过分析非辨识数据点情况下模型精度,提出了包线分割方法。最后本文对变循环发动机非线性控制方法进行了研究,采用广义预测控制方法,选择最小方差形式性能指标进行最优控制律求解。通过引入卡尔曼滤波器、饱和函数模块完成了控制器结构设计,分析了控制器中参数选取方法及其对控制性能的影响,最终选定一组参数对变循环发动机进行了控制仿真计算,结果表明:广义预测控制方法是一种较为有效的非线性控制方法,与PID控制器相比有一定优势。
【关键词】：变循环发动机 非线性模型 模型辨识 非线性控制
【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】：V233.7
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 注释表11-12
• 缩略词12-13
• 第一章绪论13-20
• 1.1 研究背景及意义13-14
• 1.2 国内外研究现状14-18
• 1.3 本文研究内容18-20
• 第二章变循环发动机建模与控制方法综述20-32
• 2.1 变循环发动机部件级建模方法20-22
• 2.1.1 发动机部件级模型20-21
• 2.1.2 Matlab部件级建模技术研究21-22
• 2.2 基于变循环发动机的动态模型辨识方法22-27
• 2.2.1 线性模型拟合方法22-25
• 2.2.2 非线性动态模型辨识方法25-27
• 2.3 变循环发动机控制策略方法27-31
• 2.3.1 传统多变量控制方法27-29
• 2.3.2 非线性控制方法29-31
• 2.4 本章小结31-32
• 第三章基于Matlab的变循环发动机建模思想32-45
• 3.1 变循环发动机结构分析32-33
• 3.2 变循环发动机建模关键技术33-35
• 3.2.1 前段风扇建模技术33-34
• 3.2.2 模式选择活门34-35
• 3.2.3 各部件特性曲线获取35
• 3.3 基于Simulink的变循环发动机部件级建模35-44
• 3.3.1 部件模型36-41
• 3.3.2 模型的稳态与动态求解41-43
• 3.3.3 模型仿真验证43-44
• 3.4 本章小结44-45
• 第四章变循环发动机非线性模型辨识方法研究45-67
• 4.1 非线性模型辨识的基本条件45-47
• 4.1.1 模型输入输出变量选择45-46
• 4.1.2 模型辨识信号与数据选取46-47
• 4.2 基于NARX的模型辨识方法47-53
• 4.2.1 线性模块、非线性模块并联的NARX辨识47-51
• 4.2.2 基于动态神经网络NARX模型辨识51-53
• 4.3 基于Hammerstein-Wiener结构的模型辨识53-57
• 4.3.1 Hammerstein-Wiener模型的数学描述53-55
• 4.3.2 基于Hammerstein-Wiener模型的非线性辨识仿真55-57
• 4.4 基于遗传算法的递推模型辨识57-63
• 4.4.1 基于Hammerstein-Wiener模型的递推模型57-58
• 4.4.2 基于遗传算法参数辨识思想58-61
• 4.4.3 基于遗传算法的递推模型辨识仿真61-63
• 4.5 全包线范围模型辨识适用性分析63-66
• 4.5.1 飞行包线分割方法64-65
• 4.5.2 飞行包线内精度验证65-66
• 4.6 本章小结66-67
• 第五章变循环发动机预测控制方法研究67-78
• 5.1 广义预测控制介绍67-72
• 5.1.1 控制系统描述67-69
• 5.1.2 广义预测控制性能指标69-71
• 5.1.3 非线性预测控制器设计71-72
• 5.2 变循环发动机控制策略仿真72-77
• 5.2.1 广义预测控制器设计72-74
• 5.2.2 基于变循环发动机广义预测控制仿真74-77
• 5.3 本章小结77-78
• 第六章总结和展望78-81
• 6.1 总结与创新点78-79
• 6.2 展望79-81
• 参考文献81-87
• 致谢87-88
• 在学期间的研究成果及发表的学术论文88-89
• 附录 1：模型动态仿真曲线89-92
• 附录 2：不同飞行状态下的模型验证对比曲线92-94

【参考文献】

中国期刊全文数据库 前10条

1 唐世建;童万军;;基于容积法的某涡扇发动机动态建模方法[J];航空动力学报;2013年03期

2 苟学中;周文祥;黄金泉;;变循环发动机部件级建模技术[J];航空动力学报;2013年01期

3 章仁华;马静;;航空发动机准滑动模态变结构控制[J];计算机仿真;2011年01期

4 刘增文;王占学;黄红超;蔡元虎;;变循环发动机性能数值模拟[J];航空动力学报;2010年06期

5 刘洪波;王荣桥;;变循环发动机总体结构和模式转换机构研究[J];航空发动机;2008年03期

6 桂卫华;宋海鹰;阳春华;;Hammerstein-Wiener模型最小二乘向量机辨识及其应用[J];控制理论与应用;2008年03期

7 尉询楷;李应红;;航空发动机状态监控与诊断现状及发展趋势[J];控制工程;2007年S3期

8 向微;陈宗海;;基于Hammerstein模型描述的非线性系统辨识新方法[J];控制理论与应用;2007年01期

9 蔡良伟;李霞;;遗传算法交叉操作的改进[J];系统工程与电子技术;2006年06期

10 方昌德;变循环发动机[J];燃气涡轮试验与研究;2004年03期

中国硕士学位论文全文数据库 前5条

1 孙竹;航空发动机故障诊断与容错控制[D];南京航空航天大学;2013年

2 李柱;用于测试用例生成的遗传算法改进[D];西南大学;2011年

3 赵敏静;变循环发动机控制半物理仿真研究[D];北方工业大学;2008年

4 夏飞;基于MATLAB/SIMULINK的航空发动机建模与仿真研究[D];南京航空航天大学;2007年

5 张华;LQG/LTR方法在涡扇发动机控制中的应用研究[D];西北工业大学;2004年

，

本文编号：739902