涡扇发动机极点配置圆的多变量PI控制设计

为了实现对涡扇发动机高精准稳态控制,在静态输出反馈渐近稳定条件的基础上,考虑控制系统的鲁棒稳定裕度,推导了闭环极点配置圆的条件,提出了1种多变量控制系统闭环极点配置圆的线性矩阵不等式LMI设计方法。在双转子涡扇发动机上进行了仿真验证,双回路控制仿真表明:控制系统对于高压转子转速和涡轮落压比回路具有伺服跟踪和抗回路耦合干扰性能;单回路控制仿真表明:在不考虑执行机构动态直接进行控制器设计时,其相角裕度将减小30°左右,导致系统的动态性能和稳定性变差。     

基于AMESim的涡扇发动机控制系统 综合仿真

以AMESim为平台,采用模块化的设计方法,分别建立航空发动机、传感器、燃油系统、电子控制器和执行机构数学模型.将模块封装打包建立涡扇发动机控制系统模型库,并将之组成为完整的发动机及调节器系统综合仿真平台.以主燃油控制系统为例,介绍了各仿真模块的建立过程,仿真结果表明,系统模型能反映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组合优化能够有效提高系统性能.      

面向对象的涡扇发动机及控制系统仿真平台

研究了面向对象的航空发动机数值仿真平台实现机理, 构建了涡扇发动机及其控制系统模型库, 采用面向对象方法完成了模型库及辅助类库的代码实现;研究了交互式仿真界面及模块化构建仿真系统的关键技术, 在此基础上结合模型库、辅助类库构建了涡扇发动机及其控制系统通用仿真平台, 仿真结果表明, 该平台可计算发动机从零加速到最大状态的全程实时动态仿真, 动态误差小于8%, 控制系统响应快, 超调小, 能够满足发动机控制仿真的需求.      

面向对象的航空发动机控制系统仿真

在面向对象的发动机性能仿真平台基础上,建立了1个通用的航空发动机控制系统仿真平台;利用此仿真平台,构建了某涡扇发动机的高压转速阶跃控制系统,整定了全包线内PID控制器参数,并模拟发动机超温、超压、超转状态进行了仿真。仿真结果表明:高压转子阶跃响应能在保证不超温、不超压、不超转的前提下,达到了调节时间小于1 s,超调量小于5%的性能指标。     

面向对象的航空发动机电子控制器建模与仿真

为了模拟航空发动机电子控制器的结构和功能,根据1种典型的民用涡扇发动机数字电子控制器的硬件结构和工作原理,采用基于面向对象的建模方法,为航空发动机数控系统仿真平台FADEC Works搭建了数字电子控制器部件仿真类库,利用数字电子控制器部件仿真类库建立了双通道数字电子控制器模型,在FADEC Works仿真平台上与发动机模型进行了集成,构成了航空发动机闭环数控系统,并对搭建的双通道数字电子控制器模型进行了仿真和验证。结果表明:利用数字电子控制器部件仿真类库搭建的数字电子控制器模型能够模拟数字电子控制器的运行过程。该模型可应用于控制运行逻辑、故障诊断逻辑、通道切换逻辑的开发、集成、测试和验证。     

基于N-dot的涡扇发动机加速控制器设计

针对双转子民用涡扇发动机,进行基于转子加速度的加速控制器设计研究。采用常规的PI控制器结构,针对结构中所需的转子加速度指令,给出了1种满足要求的设计方法,并将PI控制参数的求解过程转化为带约束的非线性优化问题,利用模式搜索算法求解。构建包含稳态控制器和加速控制器的涡扇发动机闭环控制回路,进行加速过程仿真测试。结果表明:所设计的加速控制器满足涡扇发动机加速过程的性能要求,对于工程设计与应用具有一定的参考价值。     

民用涡扇发动机多变量增广LQR控制器设计

针对民用涡扇发动机设计多变量控制器,提出将多变量增广LQR控制算法引入到民用涡扇发动机的方法。将发动机控制量作为增广的状态向量引入LQR算法设计,并根据控制系统回路的性能需求,设计期望动态响应曲线;期望动态响应与实际动态响应的差值范数作为优化目标用来调整、确定LQR控制算法的权阵取值;设计的控制器与民用涡扇发动机非线性模型仿真验证。结果表明,多变量增广LQR控制器满足民用涡扇发动机的控制需求。     

航空发动机数控系统综合仿真平台设计

综合现有软硬件资源,采用模块化方法设计了航空发动机数字电子控制系统综合仿真平台,其框架主要包括发动机模型系统、传感器信号模拟与处理、控制器快速原型等子系统.发动机模型系统采用集成仿真环境调用液压执行装置和发动机数学模型库方式设计;快速原型系统采用Matlab/Simulink环境下将控制程序封装成S-Function的方法设计;软件设计重点描述了混合编程与定时器编程技术.以某双轴涡扇发动机为应用对象,进行控制系统数字仿真、半物理模拟试验和台架试车,在相同控制参数下,仿真试验与台架试车结果相似,表明所设计综合仿真平台具有工程应用价值.      

LQG／LTR方法在涡扇发动机控制中的应用

采用LQG／LTR多变量鲁棒控制器设计方法设计了某型航空涡扇发动机控制器；利用神经网络拟合发动机飞行条件、状态与控制器参数之间的关系,验证了控制器在全飞行包线内的性能。仿真结果表明,发动机控制系统的指令跟踪、噪声抑制、抗干扰和鲁棒性等性能良好,能满足发动机稳态控制的要求。     

涡扇发动机传感器故障诊断的快速原型实时仿真

为快速高效地完成涡扇发动机传感器故障诊断算法的硬件在环仿真试验,构建了以NI CompactRIO为核心的传感器故障诊断系统的快速原型实时仿真平台.基于一簇卡尔曼滤波器,在LabVIEW编程环境中建立了传感器故障诊断系统.分别在涡扇发动机模型稳态和动态工作时完成了对单个传感器故障的检测、隔离和重构的硬件在环仿真试验并验证了算法精度.经过大量试验,结果表明:基于卡尔曼滤波器理论的诊断算法能在传感器故障情况下确保控制系统安全运行,诊断精度最高可达1.4%;同时表明,该快速原型实时仿真平台的设计是成功的.研究工作为发动机传感器故障诊断系统的半物理仿真试验奠定了基础.      

Model reference adaptive control with smooth switching scheme for piecewise linear systems and its application in turbofan engine control

A model reference adaptive control (MRAC) with smooth switching scheme was proposed for piecewise linear systems, and the method was utilized in turbofan engine control to avoid the discontinuity of control input. In this scheme, each sub-region of the operating envelope had its own MRAC controller, and smooth indicator function based smooth switching scheme was introduced to switch multiple controllers smoothly at the boundary of adjacent sub-regions. The Lyapunov stability analysis indicated that the proposed smooth switching scheme can guarantee the convergence of the closed-loop system during the controllers switching. The tracking error system was converted into a switched system to analyze the global stability of the closed-loop system. The advantage of the method was that the chattering of system output and instability caused by asynchronous switching can be eliminated. The simulation illustrates the effectiveness of the proposed control scheme in comparison with the existing MRAC controller with gain scheduling for turbofan engine.      

涡扇发动机自适应加减速控制研究

针对涡扇发动机加减速过程特性参数变化大的不确定系统,提出一种带执行机构的涡扇发动机自适应加减速伺服控制设计方法。采用变阻尼修正的自适应控制规律,抑制了自适应加减速过程中的参数漂移。在自适应加减速控制算法中,设计目标是使被控对象的输出能够伺服跟踪任意加减速指令信号,这一指令与涡扇发动机加减速过程中对带有条件限制的指令要求一致,为使控制系统具有加减速伺服跟踪和对外界扰动信号抑制的能力,在控制回路中内嵌积分环节,实现闭环加速伺服跟踪鲁棒性能,结果表明:自适应控制适用于涡扇发动机过渡态控制。在仿真时,在系统中加入白噪声干扰的情况下,自适应参数被限制在±0.003的范围内,没有出现参数漂移现象;在快速加减速过程中,加减速燃油流量未出现大幅超调和下垂,加减速时间不超过4 s。     

基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模控制

针对涡扇发动机内部状态大范围变化条件下,单点线性控制器控制效果不佳而线性变参数控制器求解困难的问题,提出了一种基于多入多出平衡流形展开模型的涡扇发动机反馈线性化滑模变结构控制。首先,采用多入多出平衡流形展开模型辨识技术,获得仿射型的涡扇发动机数学模型。随后,利用反馈线性化将平衡流形展开模型解耦,经过坐标变换获得可用于控制系统设计的线性结果,考虑了具有误差项和饱和函数的指数趋近滑模控制律来提高控制系统的鲁棒性,完成了基于平衡流形展开模型的多变量涡扇发动机反馈线性化滑模控制器设计。最后,在非线性部件级模型上开展了控制器验证。在平衡流形展开模型设计工况,增益控制和滑模控制的控制效果表明,基于平衡流形展开模型的反馈线性化方法能够获得涡扇发动机良好的控制效果。同时,在平衡流形展开模型稳定但精度无法保证的非设计飞行工况,反馈线性化滑模控制器能够进一步抑制不确定性的影响,保证转子转速和发动机压比的跟踪控制效果。     

基于切换多胞LPV的涡扇发动机全包线中间状态控制

针对航空发动机全包线内参数变化范围较大,单一控制器很难保证全包线内的控制效果的问题,提出了基于切换多胞线性变参数（LPV）的发动机全包线中间状态控制方法.根据发动机的进口条件将飞行包线分为相互重叠的子区域,将多胞理论及状态重置切换方法引入控制器求解,给出了能够保证切换多胞LPV系统鲁棒稳定的线性矩阵不等式（LMI）条件;利用求解出的Lyapunov矩阵设计各子区域的LPV控制器,并结合几何位置调度策略实现子区域LPV控制;利用局部重叠的滞后切换策略和状态重置切换律实现全包线内各控制器的切换,并证明了该闭环切换系统的稳定性.最终以某型涡扇发动机为研究对象进行仿真验证,结果表明:采用该控制方法稳态误差能够控制在0.1%以内,超调量不大于0.5%.      

航空发动机神经网络反步控制方法

针对航空发动机非线性和不确定性的特点,提出了一种基于神经网络的反步控制方法.采用径向基神经网络估计未知系统方程,并用一种平滑切换法有效避免了控制器奇异问题.反步法的设计基于Lya-punov稳定性原理,保证了闭环系统一致渐近有界.最后针对某型涡扇发动机非线性模型设计了高压转速控制器,仿真结果验证了该方法的有效性.