發(fā)布時間：2020-03-24 08:56

【摘要】：隨著現(xiàn)代航空發(fā)動機技術的快速發(fā)展及其作戰(zhàn)環(huán)境復雜度大幅度提高,與之相對應的控制技術要求越來越高,智能發(fā)動機控制正是在此背景下產(chǎn)生的。其主要特征為發(fā)動機根據(jù)不同環(huán)境、飛行任務需求,能夠自適應地在多種控制模式下運行,包括基線模式、延壽模式、應急模式、性能模式等。智能發(fā)動機優(yōu)化控制是上述多模式控制的核心內(nèi)容,本文開展了智能發(fā)動機綜合優(yōu)化控制相關理論與技術的研究。首先,發(fā)展了與智能發(fā)動機優(yōu)化控制相關的實時仿真模型。建立了飛機/發(fā)動機綜合實時仿真平臺,用于模擬發(fā)動機在不同飛行任務和飛行條件下的動、穩(wěn)態(tài)運行過程;針對渦扇發(fā)動機機載穩(wěn)態(tài)模型,提出了基于單純形樣條的機載模型建模方法,該方法對平滑對象具有很強擬合能力以及良好的泛化能力;針對渦扇發(fā)動機機載動態(tài)模型,提出了基于最小批量梯度下降法神經(jīng)網(wǎng)絡的機載模型建模方法,該方法使得神經(jīng)網(wǎng)絡能夠適用于發(fā)動機的大包線、多狀態(tài)、多變量的大樣本數(shù)據(jù),極大提高了機載模型的精度和泛化性能。通過仿真結(jié)果驗證了上述模型的精度和有效性。其次,研究了發(fā)動機加速優(yōu)化控制方法。為了提高發(fā)動機的響應速度,提出了基于導葉角調(diào)節(jié)和改進可行序列二次規(guī)劃算法的發(fā)動機加速優(yōu)化控制,重點研究了風扇和壓氣機導葉角調(diào)節(jié)對發(fā)動機加速優(yōu)化響應速度的影響;針對傳統(tǒng)加速優(yōu)化控制中只考慮當前時刻最優(yōu),忽略加速前后耦合作用影響,提出了基于控制量曲線優(yōu)化的全局加速控制方法,該方法以控制量最終穩(wěn)定時間為優(yōu)化目標,以控制量曲線為優(yōu)化量,綜合考慮加速前后期控制輸入對發(fā)動機響應的綜合影響,從而提高發(fā)動機響應速度。再次,進行了基線模式研究,提出基于復合預測模型的非線性模型預測控制方法,并應用于基線模式中�；�模式以推力為控制目標,克服了傳統(tǒng)控制器通過控制發(fā)動機可測參數(shù)來間接控制推力而導致推力控制精度不準的缺點;為了提高預測控制的實時性,建立了全包線機載預測模型,基于部級模型和卡爾曼濾波器建立復合預測模型,提高發(fā)動機健康參數(shù)的估計精度。仿真結(jié)果驗證了控制效果的有效性和實時性。然后,開展了延壽模式和應急模式的研究。在延壽模式方面,提出了基于控制律實時優(yōu)化的壽命延長控制,建立葉片熱機械疲勞壽命模型和壽命延長控制的優(yōu)化目標,重點研究如何降低在加速過程的熱機械疲勞;在應急模式方面,提出了基于控制律實時優(yōu)化的應急控制,建立快速響應和增推力的兩種實時優(yōu)化模式,研究了導葉角調(diào)節(jié)和放寬限制邊界在應急過程對響應速度和最終推力輸出的影響。最后,開展了性能模式的研究。建立了最大推力、最小耗油率和最低渦輪前溫度三種性能模式;為了提高尋優(yōu)模型精度,提出了基于深度神經(jīng)網(wǎng)絡的發(fā)動機機載模型建模方法,相比于淺層神經(jīng)網(wǎng)絡,該方法由于采用更深的網(wǎng)絡結(jié)構(gòu),使得模型表達能力更強;為了提高尋優(yōu)算法的全局搜索能力,提出了遺傳粒子群-可行序列二次規(guī)劃算法的混合優(yōu)化算法,并應用于性能尋優(yōu)控制中,該方法兼具有智能優(yōu)化算法的全局搜索能力和數(shù)學規(guī)劃局部搜索能力。
【圖文】：

圖 2. 14MGD NN 動態(tài)模型的訓練相對誤差0 1000 20000.00.51.01.5MRR-LSSVRMGD NN8200 8400 8600 8800 9000 9200 94000.120.140.160.180.20FSamplesror-FEni%/Samples Fin的測試相對誤差1000 20000.00.20.4MRR-LSSVRMGD NNError- Nf/%Samplesb) Nf的測試相對誤差500 1000 1500 20000.00.20.40.60.8MRR-LSSVRMGD NNError-Nc/%Samplesc) Nc的測試相對誤差500 1000 1500 2000 25000.00.20.40.60.81.01.2MRR-LSSVRMGD NNror-ET14%/Samples) T4的測試相對誤差1000 2000012MRR-LSSVRMGD NNError-Smf/%Samplese) Smf的測試相對誤差1000 20000123 MRR-LSSVRMGD NNError-Smc/%Samplesf) Smc的測試相對誤差5 MGD NN和MRR-LSSVR的相對測試誤差 (H (10km~11km), Ma (1.4~1.5), Pla(65°~7

深度神經(jīng)網(wǎng)絡訓練相對誤差
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：V231

【參考文獻】

相關期刊論文 前10條

1 趙凱;李冬;李本威;;發(fā)動機性能退化恢復技術研究[J];推進技術;2015年10期

2 王元;張平平;李秋紅;黃向華;;變循環(huán)發(fā)動機建模方法研究及驗證[J];航空動力學報;2014年11期

3 陳小磊;郭迎清;杜憲;;基于高速慢車的航空發(fā)動機快速響應控制[J];推進技術;2014年09期

4 王軍;隋巖峰;;求解航空發(fā)動機數(shù)學模型的迭代算法及其改進算法的收斂性研究[J];系統(tǒng)仿真學報;2014年02期

5 陳小磊;郭迎清;杜憲;;航空發(fā)動機全壽命期自適應壽命延長控制[J];推進技術;2014年01期

6 劉楠;黃金泉;;應用改進粒子群算法的渦軸發(fā)動機性能尋優(yōu)[J];南京航空航天大學學報;2013年03期

7 劉毅男;張勝修;張超;;基于核方法的航空發(fā)動機推力估計器設計[J];推進技術;2013年06期

8 劉帥;王占學;蔡元虎;劉增文;;升力風扇和渦扇發(fā)動機組合動力系統(tǒng)性能模擬與分析[J];航空動力學報;2013年05期

9 黃偉;黃向華;;基于主動防喘的航空發(fā)動機加速控制仿真[J];測控技術;2013年04期

10 Wang Jiankang;Zhang Haibo;Yan Changkai;Duan Shujing;Huang Xianghua;;An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms[J];Chinese Journal of Aeronautics;2013年01期

相關博士學位論文 前10條

1 孫豐勇;超聲速狀態(tài)航空推進系統(tǒng)耦合特性與綜合控制優(yōu)化研究[D];南京航空航天大學;2017年

2 王元;變循環(huán)發(fā)動機建模及性能尋優(yōu)控制技術研究[D];南京航空航天大學;2015年

3 李業(yè)波;智能航空發(fā)動機性能退化緩解控制技術研究[D];南京航空航天大學;2014年

4 張書剛;民用渦扇發(fā)動機在線健康診斷關鍵技術研究[D];西北工業(yè)大學;2014年

5 陳小磊;航空發(fā)動機智能壽命延長控制研究[D];西北工業(yè)大學;2014年

6 黃偉;航空發(fā)動機高穩(wěn)定性控制及其在加速控制中的應用[D];南京航空航天大學;2013年

7 王健康;航空發(fā)動機模型基優(yōu)化控制技術研究[D];南京航空航天大學;2013年

8 李秋紅;航空發(fā)動機智能魯棒控制研究[D];南京航空航天大學;2011年

9 趙永平;支持向量回歸機及其在智能航空發(fā)動機參數(shù)估計中的應用[D];南京航空航天大學;2009年

10 孫豐誠;航空發(fā)動機性能尋優(yōu)控制技術研究[D];南京航空航天大學;2007年

相關碩士學位論文 前4條

1 王健康;基于機載復合模型及SQP的發(fā)動機性能尋優(yōu)控制研究[D];南京航空航天大學;2010年

2 吳丹;航空推進系統(tǒng)非線性性能尋優(yōu)控制研究[D];西北工業(yè)大學;2004年

3 陳耀楚;X型渦扇發(fā)動機過渡態(tài)尋優(yōu)控制[D];西北工業(yè)大學;2004年

4 倪凱;航空發(fā)動機維修成本評估與分析[D];南京航空航天大學;2002年

，

本文編號：2598095