發(fā)布時間：2017-09-16 20:06

  本文關(guān)鍵詞：基于模型的航空發(fā)動機性能退化緩解控制研究

  更多相關(guān)文章： 渦扇發(fā)動機 性能退化 部件特性修正 粒子群算法 LPV模型 機載自適應(yīng)模型 迭代學(xué)習(xí)混合控制

【摘要】：航空發(fā)動機作為飛機的主要動力裝置,其控制效果的優(yōu)劣直接影響到飛機的飛行品質(zhì)和可靠性,其中性能退化緩解控制技術(shù)(PDMC)受到了研究人員的廣泛關(guān)注。本文開展了發(fā)動機建模與部件特性修正、迭代學(xué)習(xí)混合控制器設(shè)計等發(fā)動機性能退化緩解控制相關(guān)的關(guān)鍵技術(shù)研究,并進行了數(shù)字仿真驗證。論文根據(jù)變比熱法建立某型渦扇發(fā)動機部件級模型,并針對發(fā)動機模型輸出與試驗數(shù)據(jù)之間存在的建模誤差,提出一種基于群智能優(yōu)化算法對非線性模型部件特性進行修正的方法,從而提高模型仿真精度。以某型渦扇發(fā)動機為對象進行仿真試驗,結(jié)果分析表明同時修正風(fēng)扇、壓氣機能夠提高發(fā)動機部件級模型的匹配精度�？紤]到發(fā)動機在壽命周期內(nèi)不可避免的會發(fā)生性能退化,給出了一種多健康參數(shù)同時退化的機載模型線性化建模方法,建立發(fā)動機慢車以上狀態(tài)變量模型。在此基礎(chǔ)上,探討了分別利用系數(shù)矩陣特征值和元素建立線性變參數(shù)模型(LPV)的方法,并且進行了基于穩(wěn)態(tài)點的修正以及在動態(tài)的自適應(yīng)修正,仿真試驗表明模型精度較高,同時該模型可以估計出發(fā)動機性能健康退化。研究了航空發(fā)動機推力估計方法,設(shè)計了基于模型的推力估計器。在PID控制基礎(chǔ)上引入迭代學(xué)習(xí)控制方法設(shè)計了迭代學(xué)習(xí)混合控制器,構(gòu)建了航空法動機性能退化緩解控制仿真平臺,通過對發(fā)動機不同狀態(tài)下發(fā)生退化的仿真表明,性能退化緩解控制能有效減少性能退化造成的發(fā)動機推力損失,解決了由于推力不匹配造成的偏航問題。
【關(guān)鍵詞】：渦扇發(fā)動機 性能退化 部件特性修正 粒子群算法 LPV模型 機載自適應(yīng)模型 迭代學(xué)習(xí)混合控制
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：V233.7
【目錄】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 緒論12-17
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 航空發(fā)動機建模與修正方法研究13-14
• 1.2.2 性能退化緩解控制技術(shù)14-15
• 1.3 本文的主要研究內(nèi)容及章節(jié)安排15-17
• 第二章 渦扇發(fā)動機非線性部件級模型建立與修正17-40
• 2.1 引言17
• 2.2 渦扇發(fā)動機部件級數(shù)學(xué)模型17-27
• 2.2.1 部件氣動熱力學(xué)模型18-24
• 2.2.2 穩(wěn)態(tài)共同工作方程組24-25
• 2.2.3 動態(tài)共同工作方程組25-26
• 2.2.4 發(fā)動機部件級模型仿真分析26-27
• 2.3 發(fā)動機數(shù)學(xué)模型部件特性修正方法27-33
• 2.3.1 粒子群優(yōu)化算法27-29
• 2.3.2 發(fā)動機模型部件修正參數(shù)的選取29-30
• 2.3.3 部件特性修正的目標(biāo)函數(shù)及參數(shù)設(shè)定30-32
• 2.3.4 發(fā)動機部件特性修正模型方法32-33
• 2.4 發(fā)動機部件級模型修正仿真驗證33-39
• 2.5 本章小結(jié)39-40
• 第三章 基于發(fā)動機自適應(yīng)模型的性能退化估計40-67
• 3.1 引言40
• 3.2 發(fā)動機狀態(tài)變量模型40-48
• 3.2.1 狀態(tài)變量模型的建立40-41
• 3.2.2 增廣狀態(tài)變量模型的建立41-43
• 3.2.3 增廣狀態(tài)變量模型求解與精度驗證43-48
• 3.3 發(fā)動機線性變參數(shù)模型48-60
• 3.3.1 狀態(tài)變量LPV模型的建模原理48-49
• 3.3.2 根據(jù)系數(shù)矩陣的特征值建立LPV模型49-54
• 3.3.3 根據(jù)系數(shù)矩陣的元素建立LPV模型54-58
• 3.3.4 LPV模型基于穩(wěn)態(tài)點的修正58-60
• 3.4 基于發(fā)動機機載自適應(yīng)模型的性能退化估計60-66
• 3.4.1 基于卡爾曼濾波器的機載自適應(yīng)模型設(shè)計60-61
• 3.4.2 LPV模型的自適應(yīng)修正61-65
• 3.4.3 發(fā)動機的性能退化估計65-66
• 3.5 本章小結(jié)66-67
• 第四章 發(fā)動機性能退化緩解控制方法67-80
• 4.1 引言67
• 4.2 推力估計器的設(shè)計67-68
• 4.3 發(fā)動機混合迭代學(xué)習(xí)控制方法68-71
• 4.3.1 迭代學(xué)習(xí)控制方法68-69
• 4.3.2 混合迭代學(xué)習(xí)控制仿真分析69-71
• 4.4 航空發(fā)動機性能退化緩解控制數(shù)字仿真分析71-79
• 4.4.1 發(fā)動機性能退化緩解控制穩(wěn)態(tài)仿真分析72-77
• 4.4.2 發(fā)動機性能退化緩解控制動態(tài)過程仿真分析77-79
• 4.5 本章小結(jié)79-80
• 第五章 總結(jié)與展望80-82
• 5.1 總結(jié)80
• 5.2 展望80-82
• 參考文獻82-86
• 致謝86-87
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文87

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李睿超;郭迎清;;渦扇發(fā)動機性能退化緩解控制與推力設(shè)定[J];航空發(fā)動機;2015年02期

2 李業(yè)波;李秋紅;黃向華;趙永平;;航空發(fā)動機性能退化緩解控制技術(shù)[J];航空動力學(xué)報;2012年04期

3 佘云峰;黃金泉;魯峰;;渦軸發(fā)動機自適應(yīng)混合診斷模型高斯加權(quán)聚類方法[J];航空動力學(xué)報;2011年05期

4 張營;左洪福;任淑紅;朱磊;;一種航空發(fā)動機性能衰退預(yù)測的優(yōu)化算法[J];中國機械工程;2011年09期

5 于錦祿;何立明;孫冬;李天亮;孫曉東;;基于分形理論的航空發(fā)動機推力性能衰退規(guī)律[J];航空動力學(xué)報;2010年10期

6 吳虎,肖洪,蔣建軍;渦扇發(fā)動機部件特性自適應(yīng)模擬[J];推進技術(shù);2005年05期

7 蔡建斌,成本林,劉杰,李逢春;離心壓氣機溫升效應(yīng)對渦軸發(fā)動機起動性能的影響[J];航空動力學(xué)報;2005年03期

8 周文祥,黃金泉,黃開明;航空發(fā)動機簡化實時模型仿真研究[J];南京航空航天大學(xué)學(xué)報;2005年02期

9 陳策,李軍;渦扇發(fā)動機部件特性的BP網(wǎng)絡(luò)研究[J];航空動力學(xué)報;2004年01期

10 王信德,孫健國,李松林;神經(jīng)網(wǎng)絡(luò)在發(fā)動機自適應(yīng)建模中的應(yīng)用研究[J];航空動力學(xué)報;2003年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 孫智源;基于過程神經(jīng)網(wǎng)絡(luò)集成的航空發(fā)動機性能衰退預(yù)測[D];哈爾濱工業(yè)大學(xué);2010年

，

本文編號：865129