涡扇发动机气路部件故障增益调度容错控制

针对涡扇发动机气路部件故障导致控制性能下降甚至影响安全性的问题,提出了一种增益调度容错控制器设计方法.在全飞行包线内对发动机不同的工作点,基于部件线性化方法建立高精度的带健康参数的发动机线性化模型,并设计相应的卡尔曼滤波器构建气路部件故障诊断模块,估计出反映发动机气路部件故障程度的健康参数;针对不同工作点处正常状态和部...     

基于快速原型的涡扇发动机气路部件在线健康监控系统设计

为实现涡扇发动机全包线范围内具有较高精度的快速实时仿真,结合快速原型技术和发动机非线性模型设计了一种气路部件在线健康监控系统。该系统采用涡扇发动机非线性模型模拟真实发动机进行实时计算,并将基于优化拟合法获得最优的发动机线性化模型融入扩展Kalman滤波算法,对气路部件健康参数进行实时跟踪,将该跟踪方法运用于基于CompactDAQ和CompactRIO平台设计的发动机在线故障诊断原型系统进行仿真试验验证。仿真结果表明,基于快速原型技术与发动机非线性模型构建的在线健康监控系统能够实现对气路部件故障的有效诊断,平均正确率达到98.28%。     

基于MPC的民用涡扇发动机主动容错控制研究

在民用涡扇发动机模型预测控制器设计的基础上,提出一种隐性判断故障并调整控制律的主动容错控制方案。首先建立正常模式及各种已知故障模式的动态模型库,然后在每个采样周期判断当前发动机状态与动态模型库中各模型的匹配度,选择最佳匹配的预测模型,以其预测控制算法作为该时刻的子控制器,且保证各子控制器间能够平滑切换。最后以两种事先考虑的部件级故障,及某种未知故障的情况为例,进行了主动容错控制仿真,结果表明监控决策机制能够在0.5s内判断故障并给出切换指令,切换逻辑能保证不同子控制器间的平滑过渡,验证了该方法的有效性。     

某型涡扇发动机分布式容错控制系统设计与试验验证

为了提高某型涡扇发动机控制系统的安全性和可靠性,提出1种分布式架构下的容错控制方案。基于模块级硬件冗余的思想,设计了包含7个智能节点的基于TTP/C(时间触发协议)总线的发动机分布式容错控制系统,可以实现核心控制节点的硬件备份。基于控制律重构的方法,采用模型参考变结构控制算法设计了容错控制器,可以根据系统故障情况将控制结构切换至无故障的控制回路中。搭建了涡扇发动机分布式容错控制系统硬件在环仿真试验环境,开展了容错控制系统的试验验证。结果表明:在核心控制节点故障时,容错控制系统可以在120 ms内快速启用热备份节点代替故障节点;在非核心控制节点故障时,容错控制系统可以在100 ms内完成控制回路的切换,并保证发动机各状态量不产生明显波动。     

基于遗传算法优化的涡扇发动机三维模糊控制

为进一步解决传统二维模糊控制器存在的快速响应与稳定性之间的矛盾,以及提高控制器的响应速度,减小超调,改善稳态性能,设计了一个基本的三维模糊控制系统,在基本控制系统的基础上引入了模糊积分混合控制器,利用改进的遗传算法对模糊规则进行了优化设计,引入了Smith预估补偿器。仿真实验结果表明,所设计的三维模糊控制系统响应速度快、无超调、控制精度高;有效克服了时间延迟的影响;鲁棒性较好,适用于小型涡扇发动机"小偏离"动态模型的控制研究。     

涡扇发动机模型计算程序

给出了关于计算双轴加工涡扇发动机在过渡态和稳态工作循环参数的计算程序,在给定发动机特性的情况下,可以在整个飞行范围内从慢车至全加力进行计算。该模型程序照发动机部件以单元结构形式建立,能用于发动机动态过程和控制系统分析。     

基于部件特性自适应的涡扇发动机仿真

引入压力比函数Z和辅助参数β,建立了某型涡扇发动机数学模型,并对数学模型进行了部件特性自适应修正,对该型发动机稳态特性进行了仿真。仿真结果表明,该仿真模型具有较高的精度,仿真结果较好地反映了发动机的实际运行情况。     

基于超球体平方根无迹Kalman滤波算法的涡扇发动机气路部件故障诊断

研究了一种超球体平方根无迹Kalman滤波算法用来有效跟踪涡扇发动机气路部件发生渐变性和突变性故障的健康参数.该算法通过超球体单形采样来降低算法的计算量,采用测量残差协方差阵的平方根代替方差阵进行递推运算,提高了算法的计算效率和数值稳定性.分别采用扩展Kalman滤波算法、无迹Kalman滤波算法和超球体平方根无迹Kalman滤波算法对某型涡扇发动机进行仿真,结果表明:超球体平方根无迹Kalman滤波算法的滤波时间减少50%左右,能够实现渐变性和突变性故障中健康参数的准确估计,是一种有效的涡扇发动机气路部件参数估计和故障诊断方法.      

一种新的涡扇发动机动力特性计算模型

以等熵流动原理为出发点,结合发动机短舱入口、出口及远场特征边界条件,建立了一种新的涡扇发动机动力特性计算模型.在基于非结构网格的并行计算软件中实现了模型,对轴对称超高涵道比涡扇模型(CRUF)、轴 、对称涡轮动力模型(TPS)以及某型民用飞机整机带发动机模型进排气流场进行了数值模拟,计算结果与传统的发动机动力特性模型计算结果以及实验数据进行比较,三者吻合较好,从而验证了构造的涡扇发动机动力特性计算模型的正确性、可靠性以及工程实用性.     

双轴分排涡扇发动机气路故障诊断测量参数选择方法

针对地面台架试车气路故障诊断测量参数的优化选择提出了一种四步优化方法.该方法包括测量参数敏感性分析、部件性能参数相关性分析、影响系数矩阵条件数分析和遗传算法检验.第1步选择出了总空气流量;第2步选择出了风扇出口总温和压气机出口总温;第3步选择出了12种对故障诊断有利的测量参数组合;第4步选择出了最有利于故障隔离的测量参数组合.利用遗传算法进行单一故障辨识的结果表明:所选的12种测量参数组合的适应度都大于0.85,接近于最优的适应度1.对于最有利的测量参数组合,利用遗传算法的故障辨识验证结果表明,其适应度均大于0.9,验证了四步优化方法的有效性.      

某涡扇发动机智能应急控制系统

以某型涡扇发动机为例,介绍应急航空发动机控制,并根据不同的紧急事件,给出两种应急控制模式:增推力控制和快速反应控制.仿真结果显示:释放限制后,增推力控制可以为发动机额外提供16.6%的推力,但同时涡轮前温度上升10.8%;而在标准循环下,快速反应控制将低压转子上升时间从原来的2s缩短至1.675s,响应速度明显加快,与此同时,压气机稳定裕度下降6.05%,高压涡轮导向叶片热机械寿命下降5.16%.      

涡扇发动机故障诊断硬件在回路实时仿真平台

硬件在回路仿真是发动机故障诊断算法由理论转向实际工程应用的重要阶段,但目前航空发动机故障诊断算法的研究多数处于软件数字仿真阶段。构建民用涡扇发动机故障诊断算法硬件在回路实时仿真验证平台,开发考虑健康退化的民用涡扇发动机多维调度分段线性化模型,分析并模拟仿真民用涡扇发动机的四类典型常见故障。经过对相关诊断算法进行实验验证,表明该平台及使用的模型和方法都是行之有效的,具有一定的工程使用价值。     

涡扇发动机分路式多变量PI解耦控制

根据基于模型的智能数字发动机控制的特点,针对某型涡扇发动机,以直接推力控制模式为例,研究了涡扇发动机分路式多变量PI解耦控制.并采用了零点配置技术保证解耦控制器的稳定性,通过稳态解耦矩阵对涡扇发动机进行解耦达到分路控制的目的.利用SISO系统PI控制器设计方法确定每个环路的最优PI控制器.仿真结果表明,该算法具有较好的动态和静态解耦性能.      

基于SVR的X型发动机传感器故障诊断研究

利用基于回归型支持向量机(SVR)的诊断方法,设计了某型涡扇发动机传感器常见故障诊断系统,实现了传感器故障隔离与信号重构.通过发动机试车数据对SVR进行训练,以传感器的偏置故障、冲击故障和漂移故障为例,用MATLAB语言进行了计算机仿真验证.结果表明:基于SVR的传感器故障诊断具有精确度高,实时性强的特点,是一种很好的传感器故障诊断方法.      

空天飞行器直接力/气动力复合容错控制

考虑发生发动机推力损失故障的空天飞行器,针对直接力、气动力复合容错控制问题,设计一种基于自适应滑模的容错控制策略。首先,对于发生推力损失故障的摆动发动机,考虑X型安装的实际特点,对线性化后的俯仰通道控制模型进行故障等效,并采用自适应的方法对故障及干扰信息进行估计,综合利用舵面与发动机摆动角进行容错控制器设计。其次,考虑纵向容错控制对飞行器横侧向稳定性的影响,基于自适应反步的方法,利用方向舵与组合工作的左、右升降舵抵消干扰力矩的影响,保证横侧向的稳定。最后,基于李雅普诺夫稳定性理论,对所采用方法进行了分析,并通过仿真结果验证了所设计的复合容错控制方案的有效性。     

涡扇发动机进口畸变条件下的优化控制规律

提出了一种满足涡扇发动机不同进口畸变要求的控制规律.在涡扇发动机低进口畸变条件下通过提高增压比来提高性能,在高进口畸变条件下降低增压比并辅助导叶角调节以提高发动机裕度.根据不同的进口畸变条件下的裕度要求,提出了带边界缓冲区的差分进化算法(DEBZ),在包线内优化获取发动机增压比及导叶角控制规律.结合模型、控制器和控制规律完成涡扇发动机全包线仿真.仿真结果表明:采用该控制规律在畸变指数为2的条件下,涡扇发动机推力性能能够提高8%以上,而在畸变指数为8的条件下,涡扇发动机的可用裕度可以满足稳定要求,同时推力性能能够提高1%以上.      

涡扇发动机高压涡轮前温度组合估计方法

考虑到目前暂无法实现机载条件下高压涡轮前温度直接、可靠的测量,提出一种用于涡扇发动机高压涡轮前温度估计的方法.基于涡扇发动机的能量守恒原理,建立高压涡轮前温度与气路参数的热力学关系,进而推导出高压涡轮前温度的6个估计模型.将各温度模型中不易测量的参数以整体的形式作为温度模型系数,并利用某涡扇发动机性能仿真模型建立温度模型系数与可测状态参数的多项式关系,最终确立高压涡轮前温度的组合估计模型.验证结果表明:组合估计方法在发动机健康及性能衰退状态下都具有较高的精度,其性能最好模型的方均根误差不超过1%.与已有线性拟合、神经网络等方法的对比也表明组合估计方法不论在精度还是性能稳定性方面都具有明显优势.      

一种针对结构损伤的非线性容错飞行控制方法

飞机结构损伤会引起气动参数变化,进而影响系统的静稳定性和控制精度。针对具有多输入的非线性飞机模型,利用带有二阶命令滤波器的自适应反步控制方法在线估计飞机气动参数,补偿结构损伤导致的气动参数变化对控制系统的影响,以实现容错飞行控制功能;引入的命令滤波器可以避免反步控制中复杂的求导运算。从理论上分析证明了带有二阶命令滤波器的自适应反步控制的闭环系统稳定性,并给出了控制跟踪误差的理论上界和二阶命令滤波器频率参数选取的下界。通过一个大型客机垂直尾翼脱落场景的仿真实验,验证了所提容错控制方法的有效性。     

基于SVM辨识的涡扇发动机全包线稳态控制方法

针对涡扇发动机全飞行包线范围稳态最优控制器的设计问题,首先根据不同飞行条件下发动机各工作状态的稳态“小偏差”线性模型,采用线性二次型调节器(LQR)分别设计得到相应的发动机最优线性控制器参数,然后将所得到的线性控制器用支持向量机方法进行非线性逼近,得到控制器参数的支持向量机辨识模型,以满足发动机全包线、全状态稳态控制的需要.支持向量机模型的输入为飞行高度、马赫数和稳态转速,输出为线性控制器参数.应用实例表明:该方法在全包线范围内对发动机最优稳态控制器的逼近误差均在2%以内,能较好满足控制精度要求.