本文關(guān)鍵詞：航空發(fā)動機非線性與優(yōu)化控制設(shè)計方法研究

  更多相關(guān)文章： 航空發(fā)動機 NARX非線性模型辨識 非線性廣義最小方差控制 過渡態(tài)優(yōu)化算法 對比研究

【摘要】：航空發(fā)動機是一個復(fù)雜的熱力-機械系統(tǒng),具有強非線性的特點,但由于惡劣復(fù)雜的高溫高壓的工作環(huán)境,使得其相應(yīng)控制單元無法滿足計算要求而應(yīng)用相對復(fù)雜先進的控制算法,所以傳統(tǒng)的航空發(fā)動機控制一直采用相對可靠且無需大量復(fù)雜在線運算的增益調(diào)度計劃方法。隨著相關(guān)技術(shù)領(lǐng)域的不斷突破以及非線性控制理論的不斷完善,航空發(fā)動機非線性控制技術(shù)研究漸漸成為熱點問題。本文首先對針對未來航空發(fā)動機技術(shù)極其控制技術(shù)發(fā)展趨勢做了闡述,對航空發(fā)動機模型辨識技術(shù)、非線性控制理論及航空發(fā)動機過渡態(tài)優(yōu)化等發(fā)展現(xiàn)狀做了概括。其次,基于某型渦扇發(fā)動機部件級模型,應(yīng)用NARX非線性模型結(jié)構(gòu),針對模型運行數(shù)據(jù)進行了非線性模型辨識。應(yīng)用相關(guān)評價準則,選擇較優(yōu)模型,同時針對辨識結(jié)果進行了誤差對比分析,分析結(jié)果表明,辨識模型滿足進一步的研究分析。再次,應(yīng)用非線性廣義最小方差控制方法,針對上節(jié)辨識得到的非線性、非解析模型設(shè)計了控制系統(tǒng)中參考信號模型、傳感器模型以及加入了延遲環(huán)節(jié),最終設(shè)計了非線性控制器。為了對比控制效果,設(shè)計了傳統(tǒng)PID控制器。仿真結(jié)果表明,二者輸出量效果基本相同,但控制量區(qū)別較大,非線性廣義最小方差控制器明顯優(yōu)于PID控制器。進一步將干擾噪聲加入了控制系統(tǒng),驗證控制系統(tǒng)的抗干擾能力。仿真結(jié)果表明,控制系統(tǒng)具有一定的抑制干擾能力。接下來,為了考慮發(fā)動機實際工作過程中受到的諸多限制條件,從優(yōu)化算法的角度,應(yīng)用二次規(guī)劃算法中的有效集算法針對航空發(fā)動機的燃油流量及尾噴管面積進行控制量優(yōu)化。仿真結(jié)果表明,優(yōu)化出的控制規(guī)律可以實現(xiàn)發(fā)動機工作狀態(tài)的變換。最后,將基于非線性廣義最小方差的控制器同優(yōu)化算法優(yōu)化的控制律進行對比研究,結(jié)果表明二者各有所長,側(cè)重點略有不同。NGMV控制更加關(guān)注控制系統(tǒng)的完整性,而ASM則較多的考慮了發(fā)動機處于不同工作狀態(tài)時,其他重要參數(shù)的變化情況。NGMV控制設(shè)計較ASM計算便捷,響應(yīng)速度較ASM略快,且將實際傳感器,輸入信號等加以考慮。ASM優(yōu)化計算時間較長,實時性效果較差,但誤差較低。
【關(guān)鍵詞】：航空發(fā)動機 NARX非線性模型辨識 非線性廣義最小方差控制 過渡態(tài)優(yōu)化算法 對比研究
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：V233.7
【目錄】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 緒論13-23
• 1.1 研究背景13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-21
• 1.2.1 先進航空發(fā)動機及其控制技術(shù)發(fā)展趨勢14-17
• 1.2.2 航空發(fā)動機模型辨識17-18
• 1.2.3 非線性控制理論18-20
• 1.2.4 航空發(fā)動機過渡態(tài)優(yōu)化20-21
• 1.3 研究目標與主要內(nèi)容21-23
• 第二章 航空發(fā)動機非線性模型辨識技術(shù)研究23-36
• 2.1 非線性辨識技術(shù)概述23-24
• 2.2 NARX非線性辨識原理24-27
• 2.3 非線性NARX模型辨識27-31
• 2.3.1 渦扇發(fā)動機部件級模型27-28
• 2.3.2 NARX模型辨識28-31
• 2.4 模型驗證及誤差31-35
• 2.4.1 評價準則原理31-32
• 2.4.2 模型辨識結(jié)果32-33
• 2.4.3 誤差分析33-35
• 2.5 本章小結(jié)35-36
• 第三章 基于非線性廣義最小方差方法的航空發(fā)動機控制研究36-48
• 3.1 非線性廣義最小方差控制理論簡介36-37
• 3.1.1 最小方差控制36-37
• 3.1.2 廣義最小方差控制37
• 3.1.3 非線性廣義最小方差控制37
• 3.2 基于NGMV方法的航空發(fā)動機控制理論分析37-42
• 3.2.1 控制系統(tǒng)中相關(guān)模塊參數(shù)描述38-39
• 3.2.2 非線性廣義最小方差控制器設(shè)計39-42
• 3.3 基于NGMV方法的航空發(fā)動機控制仿真研究42-46
• 3.3.1 無干擾噪聲情況下控制器效果對比42-45
• 3.3.2 加干擾噪聲情況下控制器效果對比45-46
• 3.4 本章小結(jié)46-48
• 第四章 基于有效集算法的航空發(fā)動機過渡態(tài)最優(yōu)控制研究48-67
• 4.1 二次規(guī)劃優(yōu)化理論概述48-49
• 4.2 有效集算法推導(dǎo)49-51
• 4.3 基于優(yōu)化算法的航空發(fā)動機控制研究51-56
• 4.3.1 渦扇發(fā)動機加、減速過程分析52-53
• 4.3.2 渦扇發(fā)動機控制量優(yōu)化算法實現(xiàn)53-56
• 4.4 渦扇發(fā)動機控制量優(yōu)化仿真分析56-66
• 4.4.1 慢車狀態(tài)加速至最大狀態(tài)56-59
• 4.4.2 最大狀態(tài)減速至慢車狀態(tài)59-63
• 4.4.3 基于ASM算法優(yōu)化的慢車狀態(tài)至最大狀態(tài)間控制魯棒性研究63-66
• 4.5 本章小結(jié)66-67
• 第五章 基于兩種控制策略的航空發(fā)動機控制對比研究67-72
• 5.1 基于ASM算法的發(fā)動機其他狀態(tài)加、減速優(yōu)化67-70
• 5.2 基于NGMV控制與ASM優(yōu)化算法的對比70-71
• 5.3 本章小結(jié)71-72
• 第六章 總結(jié)與展望72-74
• 6.1 本文總結(jié)72
• 6.2 展望與建議72-74
• 參考文獻74-80
• 致謝80-81
• 在學期間的研究成果及發(fā)表的學術(shù)論文81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王兢;陸軍;;考慮壽命的航空發(fā)動機最優(yōu)加速控制規(guī)律研究[J];計算機仿真;2014年09期

2 邰清安;李治華;孫立群;李曉光;楊踴;周浩浩;;航空發(fā)動機塑性成形技術(shù)的應(yīng)用與展望[J];航空制造技術(shù);2014年07期

3 龐巖;李維亮;夏浩;;線性混雜自動機的非線性廣義最小方差控制[J];控制與決策;2014年02期

4 施洋;屠秋野;蔡元虎;邱超;譚智勇;;燃氣渦輪發(fā)動機加減速控制計劃最優(yōu)設(shè)計方法[J];航空動力學報;2013年11期

5 俞剛;范學軍;;超聲速燃燒與高超聲速推進[J];力學進展;2013年05期

6 丁箭飛;卜偉春;顧聰;;一類隨機非線性系統(tǒng)的輸入輸出穩(wěn)定性研究[J];數(shù)字技術(shù)與應(yīng)用;2013年04期

7 陸軍;郭迎清;王磊;;航空發(fā)動機過渡態(tài)最優(yōu)控制規(guī)律設(shè)計的新方法[J];航空動力學報;2012年08期

8 張騰飛;張海波;季春生;李志成;;一種航空發(fā)動機SVM模型辨識方法與仿真[J];機械設(shè)計與制造;2012年08期

9 張海明;駱廣琦;孟龍;胡磊;于錦祿;;STOVL型戰(zhàn)斗機變循環(huán)發(fā)動機性能數(shù)值模擬[J];空軍工程大學學報(自然科學版);2011年06期

10 吳文斐;郭迎清;李睿;陸軍;;渦扇發(fā)動機液壓機械主控制系統(tǒng)建模與仿真分析[J];航空發(fā)動機;2011年01期

，

本文編號：823187