基于改进灰狼优化算法的涡扇发动机性能/喷流噪声综合优化控制研究

为保证整个飞行过程中满足噪声适航标准和飞行器的安全性,需要按照最严苛的噪声要求进行发动机设计,并留有很大的安全裕度,因而导致发动机的性能潜力未能得到发挥。本文对传统灰狼算法进行了改进,提出自适应概率变异策略,在优化过程中调整狩猎模式,提升了算法的全局搜索能力;基于该算法开展涡扇发动机性能/喷流噪声综合寻优控制研究,根据不同飞行需求对航空发动机性能进行优化,获得最佳控制量,在满足安全性和噪声指标的同时,提高发动机的性能。仿真结果表明,改进后的算法具有更好的全局寻优性能,最大推力模式下可提升推力13.45%,最小油耗模式可降低油耗3.19%,最低涡轮前温度模式可降低涡轮前温度2.07%。     

微型涡轮发动机控制系统仿真及台架试验

在某微型涡轮发动机控制系统开发过程中，为研究该发动机控制规律，提出一种半物理仿真和台架试验结合的研究方法。设计了包含电子控制器在回路的半物理仿真试验，通过分析原控制逻辑以及起动过程存在的问题，提出对起动控制规律的改进和优化，开展了基于原配电子控制单元和工控机的台架试验，验证了优化后的控制规律，并将其应用于控制器开发。本文提出的方法可避免大量的实物台架试验，缩短控制器的研制周期。     

基于模糊逻辑的航空发动机虚拟传感器

在双通道的发动机控制系统中，未超过故障阈值的传感器慢漂移故障难以隔离，且在故障检出前影响控制系统的反馈信号。引入机栽自校正实时模型作为第三通道的虚拟传感器，并提出模糊隶属度加权和动态阈值技术以获得可靠的传感器适应值，实现双余度系统中失效传感器的检测和隔离。仿真结果表明，这种方法能可靠地改进适应信号，将由于传感器故障引起的发动机控制系统扰动抑制到0．2％以内，并能避免失控。     

一种提高螺旋桨相同步噪声模型辨识精度的方法

相同步降噪一般先通过一定飞行条件下的实测数据辨识出螺旋桨噪声模型,然后基于噪声模型计算出该条件下的最优相角,再将最优相角用于相同步降噪。在噪声模型辨识的过程中,受飞行速度、高度和气流变化等的影响,实测数据经常会发生较大的波动,从而影响辨识模型和最优相角的准确性。提出一种基于小波滤波和三参数正弦拟合法的最小数据波动的噪声数据选取方法,提高噪声模型的辨识精度,该方法通过小波滤波算法从噪声信号中提取出螺旋桨的叶尖通过频率信号,采用三参数正弦拟合算法合理地选择出波动最小的数据用于噪声模型辨识,从而有效地回避较大波动数据,提高辨识模型的精度。试验结果表明相较于传统使用固定数据辨识所得的噪声模型,使用最小波动数据辨识所得噪声模型能够获得更高的精度,且噪声模型预测的声压级和实际测量的声压级误差小于1dB,模型预测的最优相角与实际最优相角的误差小于5°,最优相角在试验位置点能够实现高达19.5dB的降噪效果。     

变循环发动机建模方法研究及验证

研究了变循环发动机(VCE)关键部件建模技术.采用叶尖叶根分段建模技术建立了两段风扇的数学模型,使之更适用于VCE.基于流场分析,建立了活门开度、外涵道进口总压、动压与外涵道总压恢复系数之间的智能映射,完善了外涵道模型.建立了VCE部件共同工作方程,获得了VCE部件级数学模型.基于欧洲空间与推进系统仿真数据库进行设计点计算,并开展了仿真验证.仿真结果表明:建立的数学模型表现出的工作性能与实际发动机实验结果一致,在低马赫数下双外涵道模式推力更大、耗油率更低;相反在高马赫数下单外涵道模式推力及耗油率优于双外涵模式,验证了所采用建模方法的有效性.      

变循环发动机建模技术研究

在对变循环发动机总体结构进行分析的基础上,参考双轴涡扇发动机部件模型的建立方法,建立了变循环发动机部件级数学模型.建立了区分叶根特性和叶尖特性的风扇部件模型,单外涵和双外涵模式的核心驱动风扇级数学模型.根据变循环发动机的特点,建立了反映变几何部件变化的稳态和动态共同工作方程.数字仿真结果表明:所建的变循环发动机模型能够实现工作模式之间的相互转换,并且在低空低马赫数双外涵模式下表现出了涡扇发动机特性,即高推力与低耗油率,而在高空高马赫数单外涵模式下相比涡扇模式提供的推力更大、耗油率更低,符合变循环发动机特点,验证了建模方法的可行性.      

紧连阀轴流压气机变转速过失速瞬态模型

为了给各种压气机喘振主动控制器提供验证平台,提出了一个新的旋转失速及喘振模型.该模型在Moore-Greitzer轴流压气机过失速瞬态模型的基础上,考虑了转子动态及旋转失速高阶谐波对压气机气动稳定性的影响,并且在模型中增加了紧连阀作为执行机构.仿真结果表明:随着压气机转速的增加,压气机的失稳行为由旋转失速转为喘振;压气机转速的变化作为系统内部扰动,可能使压气机在节流阀开度较大时便进入气动失稳状态;虽然压气机初始扰动仅含有1阶谐波,但随着旋转失速的发展,高阶谐波强度不断增长而变得不可忽略.      

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

涡轮螺旋桨发动机建模与控制仿真

建立某型航空涡轮螺旋桨发动机核心模型,分析其加速性特点.详细分析发动机核心模型与螺旋桨负载机构之间的调节关系,建立核心发动机、燃油调节和螺旋桨一体化模型.并在一体化模型的基础上,设计发动机闭环比例-积分-微分控制器(PID控制器),添加前馈环节,抑制发动机功率超调.比较台架试车数据和模型仿真结果,验证模型可靠性和精度.     

应用神经网络信息融合诊断航空发动机故障

研究了基于神经网络信息融合技术,同时结合模糊集合论对发动机气路部件进行故障诊断的方法,并以某型涡轴发动机为对象进行了仿真分析.研究结果表明该方法的故障诊断过程相对简单,对模型的精度要求不高,能够降低虚警、误报、漏报等情况的发生.