涡桨发动机一体化建模与控制系统动态仿真

以某型单转子涡桨发动机为研究对象,分别建立发动机、螺旋桨和执行机构的数学模型。在此基础上,研究带有前馈环节的比例-积分-微分（PID）控制器,形成包含发动机、螺旋桨、控制系统和执行机构在内的涡桨发动机一体化数学模型。开发涡桨发动机离线仿真平台,对发动机的动态特性进行图形化仿真。仿真结果验证表明：所建立的涡桨发动机一体化数学模型满足设计要求,反映了各子系统之间的复杂集成和耦合关系,利用系统模型仿真进行控制系统的组合优化能够有效提高系统性能。     

基于SMI辨识的航空发动机模型建立

文中采用子空间模型辨识结合预报误差的方法在某一稳态点对某型航空涡轮发动机的动态模型进行了辨识,建立了该型航空涡轮发动机在该稳态点的'小偏离'动态状态空间模型,以满足在航空发动机性能分析以及故障诊断等领域对动态模型的需要.仿真结果表明,所采用的辨识方法很好地融合了子空间方法的简单性和预报误差法的最优性,用于航空发动机模型辨识是可行的.采用该辨识方法所得的发动机模型具有较高的精度,可以用于航空发动机性能分析,发动机控制以及故障诊断等领域.     

考虑寿命的航空发动机最优加速控制规律研究

传统航空发动机控制主要考虑在安全可靠前提下保证发动机性能,而延寿控制则通过适当修改加速控制规律,使发动机寿命得到大幅度延长,同时加速性能不变或略有可接受的降低.针对加速控制规律最优化设计中所遇到的求解问题,以某型涡扇发动机涡轮导向叶片的热机械疲劳寿命为例,提出采用动态稳定法来解决给定寿命因素约束条件下的最优加速控制规律设计.仿真结果表明,所设计的加速控制规律充分挖据了发动机加速性能潜力,又保证了叶片热机械疲劳损伤的极限情况,是最优的;通过略微牺牲发动机加速性能的情况下,可明显延长叶片的工作寿命.     

一种涡扇发动机加速过程仿真研究方法

研究飞机飞行状态优化,取决于发动机的稳定控制.影响发动机性能的是加速器的控制稳定状态.为了研究某型航空发动机加速过程及加速控制系统性能,提出了分别独立建立涡扇发动机加速控制系统的AEMSitn数学模型和涡扇发动机的AMESet数学模型,并在AMESim软件平台上对控制系统模型和发动机模型进行联合仿真的仿真研究方法.仿真研究结果表明,所建立的联合仿真模型的动静态特性良好,仿真精度高,具有较高的置信度.机械液压式加速控制器能够顺利完成发动机加速过程控制,各项参数变化符合设计要求.提出的仿真研究方法能够成功仿真涡扇发动机加速过程,可为产品的设计提供有价值的参考.     

路径约束下基于人工智能的智慧航空旅游动态寻径方法

为了提高智慧航空旅游动态寻优控制能力,提出一种基于人工智能的路径约束下智慧航空旅游动态寻径方法。采用多目标进化方法进行智慧航空旅游动态寻径的路径约束控制,结合粒子群方法进行智慧航空旅游动态寻径的路径优化选择,采用多目标Pareto映射方法进行智慧航空旅游的路径规划设计,结合信息素导引方法进行智慧航空旅游动态寻径的自适应控制,构建智慧航空旅游动态寻径的蚁群滤波模型,根据蚁群路径约束寻优方法构建智慧航空旅游动态寻径的人工智能算法,实现智慧航空旅游动态寻径的人工智能控制和自适应寻优。仿真结果表明,采用该方法进行智慧航空旅游动态寻径的自适应性能较好,路径优化控制能力较强。     

涡桨发动机螺旋桨建模与控制系统设计研究

针对涡桨发动机全权限数字电子控制技术对螺旋桨控制的计算精度和实时性要求,建立了某型发动机螺旋桨实时模型并设计了其控制系统;基于最小二乘辨识方法,应用试车数据建立了螺旋桨实时动态数学模型;采用前向拉力控制模式,设计了螺旋桨转速控制系统,并对模型和控制系统进行仿真验证;结果表明,辨识所得模型满足计算精度和实时性的要求,控制系统能够保证螺旋桨在各个工作状态下安全稳定工作、满足转速控制的需求,具有良好的工程应用价值。     

基于GA-SQP的航空发动机加速寻优控制

提出一种基于GA-SQP混合算法的加速优化控制方法。基于某型涡扇发动机模型,建立推力最大加速过程目标函数,以发动机稳定性和安全性指标作为边界条件,利用GA-SQP混合算法对发动机加速过程进行寻优求解,选取工作包线内若干个状态点进行最大推力加速过程仿真。仿真结果表明,所提出的加速燃油控制规律可以在兼顾涡轮前温度安全性和稳定性的前提下,实现发动机推力最大加速过程时间最短的目标,且控制效果良好,说明该控制算法是可行和有效的。     

航空发动机T-S模型模糊广义预测控制算法设计

研究了在航空发动机全权限数字式电子控制（FADEC）系统中引入模糊广义预测控制算法问题.研究采用T-S模型描述航空发动机的非线性动态特性,并结合广义预测控制算法来实现对发动机的控制.此法能很好地解决航空发动机模型的难确定性和其较高的鲁棒性、实时性要求这一矛盾.仿真结果证明了该方法的有效性.未来的研究工作将在现有工作的基础上,进一步改善预测模型的在线校正和多变量控制问题.     

带单个引射器单轴涡喷发动机性能寻优北大核心CSCD

利用起作用集法将航空发动机的非线性不等式约束寻优问题转化为非线性等式约束寻优问题,利用一系列的梯度法最终将非线性等式约束寻优问题转化为低维的无约束寻优问题。针对一类带引射器的涡喷发动机,应用该方法对其加力模态和引射模态分别进行了最大推力、最低油耗、最低涡轮前温度三种模式的性能寻优控制。仿真结果表明,该方法对所有工况点都有良好的收敛性,并且计算速度很快。该方法能实现增加发动机推力、降低油耗和涡轮前温度的目的。     

基于T-S模糊神经网络的涡扇发动机加速控制

航空发动机足一个结构复杂的非线性强多变量控制对象。随着航空发动机全权限数字式电子控制器的研制和应用,发动机加速性能要求的不断提高,对发动机加强智能控制技术的应用是必然的趋势。因此将智能控制引入到航空发动机控制系统中,根据模糊控制与神经网络结合的思想,针对涡扇发动机加速控制中的最优控制问题,提出了基于T—S（Tagaki—Sugeno）模型的模糊神经网络的发动机加速控制,并对控制系统的结构、网络结构进行仿真实现。仿真结果表明方法在满足发动机加速控制中各约束条件的前提下,不喘振、不超温、使发动机加速过程安全稳定,且加速时间短。