基于分布式控制的航空发动机电动燃油泵方案研究

研究了基于分布式控制的航空发动机电动燃油泵方案.阐述了电动燃油泵的需求背景,进行了电动燃油泵的匹配分析,提出了电动燃油泵的解决方案.着重论述了燃调系统的实现方法,以及数字电子控制器硬件和软件实现方案,分析了电动燃油泵面临的技术瓶颈.电动燃油泵已进行了半实物仿真验证,主要技术指标均满足设计要求,表明该方案具有较好的工程应用前景.     

航空发动机健康参数的卡尔曼滤波估计方法分析

针对航空发动机气路部件健康参数估计问题,研究了基于线性和非线性模型的卡尔曼滤波估计方法.通过对气路部件渐变故障的仿真,比较了卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、无味卡尔曼滤波(UKF)三种方法对健康参数的估计效果,对EKF在常增益条件下的仿真用时与估计结果进行了研究.结果表明,EKF可根据需要求取卡尔曼增益,能在较少计算量下得到较好的估计结果,是一种实用的非线性参数估计方法.     

飞行/推进系统自适应神经网络综合控制仿真研究

 提出一种基于发动机喘振裕度自适应的飞行 /推进系统综合控制。在发动机喘振裕度较大的某些飞行条件或飞行包线内,通过调整喷口面积,使发动机喘振裕度保持在一个较小值,既保证发动机稳定工作,又增加发动机推力,从而改善飞机的性能。采用分散控制方案,综合控制系统由 5个控制子系统组成。各控制子系统的设计采用自适应控制和神经网络相结合的方法,所提出的参数和权重的自适应调整律保证系统的稳定性。全包线范围内飞机平飞加速和爬升数字仿真结果表明,该综合控制方法可缩短飞机的平飞加速时间和爬升时间。     

具有智能调节机构的航空发动机自适应控制系统

采用仅利用输入输出测量值的模型,参考自适应控制,设计了某型涡扇发动机的多变量控制系统;在飞行包线内选取标称点分别确定了自适应律的参数,以保证控制系统性能在该标称点处达到最优;用神经网络的方法拟合了发动机工作条件与自适应律参数之间的关系,建立了根据发动机工作状况选择合适自适应律参数的智能调节机构。仿真结果表明,所设计的控制系统在整个飞行包线内的标称点与非标称点均具有良好的性能。     

拉瓦尔喷管计算模型的改进及其整机仿真验证

根据拉瓦尔喷管的典型工作状态.建立了零维拉瓦尔喷管气体动力学模型,并将其集成到发动机整机部件级模型中,开展了发动机整机加速动态仿真.仿真结果表明:①随着喷口面积的不断收小,发动机低压转速加速曲线存在一段"先降后升"区域,这与实际试车结果吻合;②贴口正激波被推出管外的瞬间,出口马赫数从亚声速突变至超声速,但喷管出口流量、发动机推力变化连续,未见突变现象.     

涡轴发动机性能参数的等效换算

涡轴发动机采用自由涡轮物理转速为常数的调节规律不能保证发动机在工作条件变化时的完全相似,论证了传统相似换算公式在涡轴发动机上存在过大误差.利用某型涡轴发动机数学模型开展仿真研究,提出了涡轴发动机试验性能参数的等效换算方法.在某型发动机上的初步应用表明采用该方法可以有效减小功率和耗油率的换算误差,从而为制定涡轴发动机的试验性能修正标准和出厂验收考核规范奠定了基础.      

组合压气机旋转失速特征的小波分析

采用高频响动态压力探针测量了小流量轴流/离心组合压气机的旋转失速和喘振,并采用基于Morlet小波时频分析和小波系数奇异分解的方法分析了压气机失速信号.研究结果表明:稳定工况下,频率分量较多、幅值较小.失速工况下,特征频率能量较大、且成倍频关系.在该组合压气机的失稳过程中,并没有引起大幅度的压力脉动.压气机光滑地从失速前出现的模态波过渡到完全失速.周向存在2个失速团,失速团传播速度约为44.8%~45.9%转速.      

基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究

针对航空发动机上可用传感器测量参数偏少情况下的健康参数估计问题,提出1种先分类后估计的方法。将传感器测量参数输入异常监测模块,对发动机工作状态进行监测,若监测结果为无故障则直接给出无部件故障的诊断结论;否则将测量参数输入最小二乘支持向量机(LSSVM),对部件故障进行分类,卡尔曼滤波器根据分类结果只对故障部件的健康参数进行估计。仿真结果表明:该方法可以减少需要估计的健康参数,提高估计精度。     

基于MATLAB/SIMULINK的航空发动机建模与仿真研究

基于MATLAB/SIMULINK高级图形仿真环境,利用图形模块化技术开发了某型双轴涡扇发动机的通用部件级模型仿真系统.模型主要利用SIMULINK的模块库和S函数构建,提出了构建发动机模型的四层次结构,具有模型层次化、可封装模块化、面向结构图和高度可视化等特点.在SIMULINK中进行动态仿真,并用试验数据曲线验证模型的正确性.为发动机控制系统和故障诊断研究建立了一种灵活的仿真平台.      

航空发动机反馈神经网络自适应控制方法

根据反馈神经网络控制方法在发动机控制系统中的应用研究,建立了基于反馈网络的发动机控制系统。采用反馈神经网络辨识发动机模型参数,用动态自适应算法对神经网络权值进行了调整,并在飞行包线内各工作点对整个控制系统进行了仿真。结果表明,使用神经网络建立的发动机控制系统具有良好的控制品质和较强的自适应能力。