基于模型的航空发动机性能退化缓解控制研究

发布时间：2017-09-16 20:06

  本文关键词：基于模型的航空发动机性能退化缓解控制研究

  更多相关文章： 涡扇发动机 性能退化 部件特性修正 粒子群算法 LPV模型 机载自适应模型 迭代学习混合控制

【摘要】：航空发动机作为飞机的主要动力装置,其控制效果的优劣直接影响到飞机的飞行品质和可靠性,其中性能退化缓解控制技术(PDMC)受到了研究人员的广泛关注。本文开展了发动机建模与部件特性修正、迭代学习混合控制器设计等发动机性能退化缓解控制相关的关键技术研究,并进行了数字仿真验证。论文根据变比热法建立某型涡扇发动机部件级模型,并针对发动机模型输出与试验数据之间存在的建模误差,提出一种基于群智能优化算法对非线性模型部件特性进行修正的方法,从而提高模型仿真精度。以某型涡扇发动机为对象进行仿真试验,结果分析表明同时修正风扇、压气机能够提高发动机部件级模型的匹配精度。考虑到发动机在寿命周期内不可避免的会发生性能退化,给出了一种多健康参数同时退化的机载模型线性化建模方法,建立发动机慢车以上状态变量模型。在此基础上,探讨了分别利用系数矩阵特征值和元素建立线性变参数模型(LPV)的方法,并且进行了基于稳态点的修正以及在动态的自适应修正,仿真试验表明模型精度较高,同时该模型可以估计出发动机性能健康退化。研究了航空发动机推力估计方法,设计了基于模型的推力估计器。在PID控制基础上引入迭代学习控制方法设计了迭代学习混合控制器,构建了航空法动机性能退化缓解控制仿真平台,通过对发动机不同状态下发生退化的仿真表明,性能退化缓解控制能有效减少性能退化造成的发动机推力损失,解决了由于推力不匹配造成的偏航问题。
【关键词】：涡扇发动机 性能退化 部件特性修正 粒子群算法 LPV模型 机载自适应模型 迭代学习混合控制
【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
• ABSTRACT5-12
• 第一章 绪论12-17
• 1.1 研究背景及意义12-13
• 1.2 国内外研究现状13-15
• 1.2.1 航空发动机建模与修正方法研究13-14
• 1.2.2 性能退化缓解控制技术14-15
• 1.3 本文的主要研究内容及章节安排15-17
• 第二章 涡扇发动机非线性部件级模型建立与修正17-40
• 2.1 引言17
• 2.2 涡扇发动机部件级数学模型17-27
• 2.2.1 部件气动热力学模型18-24
• 2.2.2 稳态共同工作方程组24-25
• 2.2.3 动态共同工作方程组25-26
• 2.2.4 发动机部件级模型仿真分析26-27
• 2.3 发动机数学模型部件特性修正方法27-33
• 2.3.1 粒子群优化算法27-29
• 2.3.2 发动机模型部件修正参数的选取29-30
• 2.3.3 部件特性修正的目标函数及参数设定30-32
• 2.3.4 发动机部件特性修正模型方法32-33
• 2.4 发动机部件级模型修正仿真验证33-39
• 2.5 本章小结39-40
• 第三章 基于发动机自适应模型的性能退化估计40-67
• 3.1 引言40
• 3.2 发动机状态变量模型40-48
• 3.2.1 状态变量模型的建立40-41
• 3.2.2 增广状态变量模型的建立41-43
• 3.2.3 增广状态变量模型求解与精度验证43-48
• 3.3 发动机线性变参数模型48-60
• 3.3.1 状态变量LPV模型的建模原理48-49
• 3.3.2 根据系数矩阵的特征值建立LPV模型49-54
• 3.3.3 根据系数矩阵的元素建立LPV模型54-58
• 3.3.4 LPV模型基于稳态点的修正58-60
• 3.4 基于发动机机载自适应模型的性能退化估计60-66
• 3.4.1 基于卡尔曼滤波器的机载自适应模型设计60-61
• 3.4.2 LPV模型的自适应修正61-65
• 3.4.3 发动机的性能退化估计65-66
• 3.5 本章小结66-67
• 第四章 发动机性能退化缓解控制方法67-80
• 4.1 引言67
• 4.2 推力估计器的设计67-68
• 4.3 发动机混合迭代学习控制方法68-71
• 4.3.1 迭代学习控制方法68-69
• 4.3.2 混合迭代学习控制仿真分析69-71
• 4.4 航空发动机性能退化缓解控制数字仿真分析71-79
• 4.4.1 发动机性能退化缓解控制稳态仿真分析72-77
• 4.4.2 发动机性能退化缓解控制动态过程仿真分析77-79
• 4.5 本章小结79-80
• 第五章 总结与展望80-82
• 5.1 总结80
• 5.2 展望80-82
• 参考文献82-86
• 致谢86-87
• 在学期间的研究成果及发表的学术论文87

【参考文献】

中国期刊全文数据库 前10条

1 李睿超;郭迎清;;涡扇发动机性能退化缓解控制与推力设定[J];航空发动机;2015年02期

2 李业波;李秋红;黄向华;赵永平;;航空发动机性能退化缓解控制技术[J];航空动力学报;2012年04期

3 佘云峰;黄金泉;鲁峰;;涡轴发动机自适应混合诊断模型高斯加权聚类方法[J];航空动力学报;2011年05期

4 张营;左洪福;任淑红;朱磊;;一种航空发动机性能衰退预测的优化算法[J];中国机械工程;2011年09期

5 于锦禄;何立明;孙冬;李天亮;孙晓东;;基于分形理论的航空发动机推力性能衰退规律[J];航空动力学报;2010年10期

6 吴虎,肖洪,蒋建军;涡扇发动机部件特性自适应模拟[J];推进技术;2005年05期

7 蔡建斌,成本林,刘杰,李逢春;离心压气机温升效应对涡轴发动机起动性能的影响[J];航空动力学报;2005年03期

8 周文祥,黄金泉,黄开明;航空发动机简化实时模型仿真研究[J];南京航空航天大学学报;2005年02期

9 陈策,李军;涡扇发动机部件特性的BP网络研究[J];航空动力学报;2004年01期

10 王信德,孙健国,李松林;神经网络在发动机自适应建模中的应用研究[J];航空动力学报;2003年06期

中国硕士学位论文全文数据库 前1条

1 孙智源;基于过程神经网络集成的航空发动机性能衰退预测[D];哈尔滨工业大学;2010年

，

本文编号：865129