民用大涵道比涡扇发动机建模与控制研究

发布时间：2017-09-17 15:46

  本文关键词：民用大涵道比涡扇发动机建模与控制研究

  更多相关文章： 航空发动机 自适应PID 性能退化缓解控制 性能寻优控制 微分进化算法

【摘要】：近年来,国内对航空发动机领域的研制关注度在不断升温,尤其是对和大飞机项目密切相关的大涵道比民用涡扇发动机的研制。作为一种高成本,高风险的工业产品,高精度的发动机数值仿真模型对于航空发动机的研制具有极大的应用价值。因此,本文对民用大涵道比涡扇发动机建模技术开展研究,并对其控制方法进行了探索。首先,本文以CFM56-5A发动机为研究对象建立了大涵道比民用涡扇发动机部件级模型。建模时考虑了较高的涵道比会造成风扇叶根与叶尖的特性不同,将风扇的内涵道和外涵道部分进行分开建模,研究了部件间共同工作方程。建立了增压级部件的导叶角模型以及外涵道的反推装置模型。通过慢车以上加、减速过程及地面至空中巡航全过程仿真,初步验证了所建立的模型的有效性,并为后续控制算法研究提供平台。其次,本文研究了一种航空发动机自适应比例-积分-微分(PID)控制方法。提出一种基于改进萤火虫优化的极端学习机算法,对发动机输出进行预测,可在保证极端学习机预测精度的前提下减小网络的规模,增强其泛化能力。基于预测模型根据发动机工作状态对PID控制参数进行调整。相较常规PID控制,提高了控制系统对发动机参数变化的适应能力。最后,本文研究航空发动机高性能控制方法,包含航空发动机性能退化缓解控制和性能寻优控制。基于稳态映射、动态修正、退化补偿设计推力估计器用于反馈,设计了内回路H2/H∞风扇转速控制器和外回路PI推力控制器,并通过仿真验证了在发动机性能退化情况下的推力恢复控制效果。性能寻优控制研究基于自适应微分进化算法开展,提出基于Sigmoid函数变化缩放因子的自适应策略,提高了算法的寻优能力。应用于发动机性能寻优控制的仿真结果表明,算法能有效提高推力、降低耗油率。
【关键词】：航空发动机 自适应PID 性能退化缓解控制 性能寻优控制 微分进化算法
【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
• Abstract5-10
• 注释表10-11
• 第一章 绪论11-16
• 1.1 研究背景11
• 1.2 民用大涵道比涡扇发动机建模技术11-12
• 1.3 民用大涵道比涡扇发动机控制方法12-13
• 1.4 航空发动机高性能控制方法13-14
• 1.5 本文内容安排14-16
• 第二章 民用大涵道比涡扇发动机建模技术研究16-36
• 2.1 引言16
• 2.2 发动机建模原理16-25
• 2.2.1 发动机总体结构16-17
• 2.2.2 建模假设及已知建模数据17-19
• 2.2.3 各部件的气动热力学数学模型19-25
• 2.3 发动机模型的计算25-28
• 2.3.1 部件共同工作方程25-28
• 2.3.2 模型设计点计算28
• 2.4 发动机可调部件建模28-29
• 2.4.1 导叶角模型28-29
• 2.4.2 反推装置计算模型29
• 2.5 发动机模型对比验证29-34
• 2.5.1 发动机飞行包线内仿真29-31
• 2.5.2 发动机导叶动态仿真31-33
• 2.5.3 发动机反推器动态仿真33-34
• 2.6 本章小结34-36
• 第三章 民用发动机自适应PID控制研究36-46
• 3.1 引言36
• 3.2 IFA-ELM算法36-41
• 3.2.1 改进的萤火虫算法36-38
• 3.2.2 IFA函数优化能力测试38-39
• 3.2.3 基于IFA的ELM算法改进39-40
• 3.2.4 IFA-ELM算法仿真测试40-41
• 3.3 基于IFA-ELM的自适应控制41-42
• 3.3.1 预测模型41-42
• 3.3.2 基于模型预测的自适应PID原理42
• 3.4 自适应PID控制仿真42-45
• 3.4.1 IFA-ELM预测模型仿真42-43
• 3.4.2 自适应PID控制的仿真验证43-45
• 3.5 本章小结45-46
• 第四章 民用发动机高性能控制46-68
• 4.1 引言46
• 4.2 性能退化缓解控制46-60
• 4.2.1 性能退化缓解原理46-47
• 4.2.2 推力估计器设计47-51
• 4.2.3 推力估计能力仿真51-54
• 4.2.4 控制器设计54-58
• 4.2.5 性能退化缓解控制仿真58-60
• 4.3 性能寻优控制60-67
• 4.3.1 性能寻优设置60-61
• 4.3.2 性能寻优算法61-64
• 4.3.3 性能寻优控制仿真64-67
• 4.4 本章小结67-68
• 第五章 总结与展望68-70
• 5.1 本文总结68
• 5.2 工作展望68-70
• 参考文献70-74
• 致谢74-75
• 在学期间的研究成果及发表的学术论文75

【参考文献】

中国期刊全文数据库 前10条

1 焦洋;李秋红;李业波;;基于IFA-ELM的航空发动机自适应PID控制新方法[J];北京航空航天大学学报;2015年03期

2 乔伯真;缑林峰;;模糊自整定PID的航空发动机转速控制研究[J];计算机仿真;2013年04期

3 李海强;;CFM56-5B在A320系列飞机上的构型[J];航空维修与工程;2012年05期

4 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

5 李述清;张胜修;刘毅男;;航空发动机全包线最优PID控制器设计[J];弹箭与制导学报;2011年04期

6 张园;;BP神经网络算法的改进及应用[J];科技信息;2011年19期

7 付仁合;王伟;;CFM56系列发动机部件技术综述[J];航空发动机;2010年04期

8 赵永平;孙健国;王前宇;陈霆昊;;基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计[J];航空动力学报;2010年05期

9 赵永平;孙健国;;最小二乘支持向量回归机在发动机推力估计中的应用[J];航空动力学报;2009年06期

10 李雪梅;张素琴;;基于仿生理论的几种优化算法综述[J];计算机应用研究;2009年06期

中国博士学位论文全文数据库 前2条

1 尹大伟;航空发动机模型求解算法及性能寻优控制中的参数估计研究[D];国防科学技术大学;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6条

1 钱德峰;大涵道比民用涡扇发动机部件级建模技术研究[D];南京航空航天大学;2010年

2 孙娓娓;BP神经网络的算法改进及应用研究[D];重庆大学;2009年

3 石国春;关于序列二次规划（SQP）算法求解非线性规划问题的研究[D];兰州大学;2009年

4 姚彦龙;航空发动机神经网络直接推力逆控制[D];南京航空航天大学;2008年

5 李培志;遗传算法在涡扇发动机巡航寻优控制中的应用研究[D];西北工业大学;2007年

6 郑绪生;某型涡轴发动机起动建模技术研究[D];南京航空航天大学;2005年

，

本文编号：870286