CN102289203A - 一种用于航空发动机性能寻优控制的新型混合优化方法 - Google Patents
一种用于航空发动机性能寻优控制的新型混合优化方法 Download PDFInfo
- Publication number
- CN102289203A CN102289203A CN2011101052419A CN201110105241A CN102289203A CN 102289203 A CN102289203 A CN 102289203A CN 2011101052419 A CN2011101052419 A CN 2011101052419A CN 201110105241 A CN201110105241 A CN 201110105241A CN 102289203 A CN102289203 A CN 102289203A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- optimization
- lambda
- optimizing
- solution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及一种用于航空发动机性能寻优控制的新型混合优化方法,该方法是基于分区域并行线性规划和序列二次规划的混合优化方法,其特点是优化计算过程分为初优化和再优化两个阶段:(a)初优化阶段,采用分区域并行的线性规划方法求解具有全局性的初始可行解,初优化阶段无需迭代收敛过程,通过分区域并行机制将初始可行解配置在全局最优解附近小区域内;(b)再优化阶段,以初始可行解为初始迭代点,采用序列二次规划方法迭代寻优保证良好的全局收敛性、优化精度和沿约束边界的搜索能力。本发明方法通过组合优化逻辑协调优化精度和收敛速度的关系,具有优化精度高、实时性好、方法复杂度适中的优势,适于解决航空发动机性能寻优控制问题。
Description
【技术领域】
本发明属于航空发动机性能寻优控制领域,涉及一种用于航空发动机在线性能优化计算的新型混合优化方法。
【背景技术】
随着科学技术的发展,性能寻优控制技术在越来越多的民用飞机和军用飞机上得以应用。性能寻优控制技术依据能反映发动机真实工况的机载模型,在线计算当前工作点表征发动机性能的参数,如喘振裕度、推力、耗油率等,由已知的安全裕度对当前发动机工作点进行性能优化,以实现最大推力、最小耗油率、最低涡轮进口温度等多种优化模式,充分发挥发动机性能潜力。
正是由于性能寻优控制技术在发动机推力、油耗及寿命等诸多方面的显著效益,因此世界许多国家和地区都已针对该项技术展开深入研究和工程应用。美国NASA Dryden飞行研究中心提出了高度综合数字电传控制(HIDEC)验证计划,对PW1128发动机的性能寻优控制进行研究,并在F-15飞机上进行了一系列测试,证实了性能寻优控制技术在改善发动机性能、降低涡轮进口温度以及延长发动机寿命、改善发动机稳定工作裕度等方面有着相当明显的效益。目前,性能寻优控制技术已在F119、F100-PW-229等多种型号的民用和军用发动机上得以应用,并表现出良好的效益。
在性能寻优控制领域,优化计算是对机载自适应发动机模型进行优化的过程,精确、高效的优化计算方法是实现在线性能寻优控制的核心和关键。现阶段优化方法主要集中在以下三个方面:(1)线性规划方法。线性规划方法要求目标函数及约束条件皆为线性,将该方法应用于航空发动机这一类强非线性、时变的复杂对象,需要将非线性对象在线线性化,必然带来了优化精度上的折扣,也可能会出现不满足系统强约束的情况,影响性能寻优控制的实际应用。(2)非线性规划方法。以直接搜索方法为代表的非线性规划方法,直接对参数空间进行搜索,无需目标函数的导数信息和显式函数关系,但该方法没有充分利用对设计对象的分析性质,计算效率较低,且优化效果易受初始点选取的影响。(3)进化方法。以遗传算法、量子算法为代表的进化方法作为高效的全局并行优化搜索工具,无需使用梯度信息,计算过程对函数的依赖性小,尤其适用于解决高度非线性及无解析表达式的目标函数优化问题。但进化方法优化计算所需时间较长,无法满足在线优化的要求,工程应用难度较大,在性能寻优控制领域的应用具有一定的局限性。
因此,收敛速度快、精度高的优化方法仍是性能寻优控制具有挑战性的研究领域,也是实现在线性能寻优控制的关键。寻求一种新的优化方法来解决在线性能寻优控制问题,以弥补现有方法的不足,进一步提高优化精度和优化速度,已成为目前性能寻优控制领域需要解决的关键问题。
鉴于以上所述,本发明的主要目的是克服现有技术的不足,提供一种用于航空发动机性能寻优的新型混合优化方法,以弥补该研究领域现有优化方法的局限,实现优化精度和收敛速度的协调,解决发动机在线性能寻优控制问题。
【发明内容】
本发明提出了一种基于分区域并行线性规划和序列二次规划的新型混合优化方法,用于航空发动机在线性能优化计算。
本发明的技术方案,一种用于航空发动机在线性能优化计算的混合优化方法,所述混合优化方法,是一种基于分区域并行线性规划和序列二次规划的混合优化方法,其优化计算过程分为两个阶段:(a)初优化阶段,采用分区域并行的线性规划方法,获得具有全局性的初始可行解(b)再优化阶段,以为初始点采用序列二次规划方法迭代寻优,获得精度更高的最优解x*。
所述步骤(a)的初优化阶段中,在优化变量的约束范围内划分q个子区域,将目标函数、约束条件分区域线性化,由线性规划(Linear Programming,LP)方法求解各个子区域的最优解将各子区域最优解进行比较,使目标函数达到最优的即为初始优化阶段的最优解,将其作为混合优化方法的初始可行解即在初优化阶段,混合优化方法根据以下公式计算初始迭代点
所述步骤(b)的再优化阶段中,以为初始点采用序列二次规划(Sequential Quadratic Programming,SQP)方法迭代寻优。在迭代点xk处,通过求解下列正定二次规划问题得到可行搜索方向dk
其中,d为搜索方向,Bk为正定阵,f(·)对应于某个特定的优化目标,如推力、耗油率或涡轮进口温度,gi(·)对应于执行机构位移限制和发动机安全工作约束,如油门杆位置和尾喷管面积的物理限制、不超温、不超转等,hj(·)对应于优化过程中需满足的等式约束条件。
然后根据搜索方向dk,根据以下公式确定下一步迭代点xk+1
xk+1=xk+tkdk
其中,tk是沿搜索方向dk作一维搜索所得的迭代步长。
根据步骤(b)中SQP方法迭代寻优,能进一步提高优化精度,由于初始迭代点已配置在最优解附近的小区域内,收敛速度快,满足优化的实时性要求。
本发明与现有技术相比的优点在于:
(1)本发明方法包括分区域并行线性规划的初优化阶段和序列二次规划的再优化阶段,通过组合优化逻辑协调优化精度和收敛速度的关系,具有优化精度高、实时性好、复杂度适中的特点,更适于解决发动机在线性能寻优问题。
(2)本发明方法利用分区域并行机制求解具有全局性的初始可行解,初优化阶段无需迭代收敛过程,仅通过分区域并行计算即可将再优化阶段的初始点配置在全局最优解附近小区域内,避免初始点选取不当对优化结果的影响,且计算速度快。
(3)本发明方法基于具有全局性的初始可行解,采用序列二次规划方法迭代寻优保证良好的全局收敛性、优化精度和突出的沿约束边界的搜索能力,实时性好。
【附图说明】
图1是本发明方法的流程框图。
图2是本发明方法的分区域并行初优化和再优化阶段示意图。
【具体实施方式】
如图1所示,为本发明方法的流程框图,步骤如下:
(1)确定航空发动机的优化目标和约束条件,在优化变量的约束范围内划分多个子区域,分别在每个子区域中心处基于机载自适应模型提取推进系统矩阵。
所述步骤(1)中的推进系统矩阵的元素pij计算如下:
其中,Δxj为优化变量xj在xj0处的小增量;ΔYi为相应的推进系统稳态输出Yi的增量。
将航空发动机性能优化问题描述为如下的数学规划问题:
minf(x)
其中,f(x)是优化目标函数,g(x)和h(x)是优化过程中需满足的不等式和等式约束条件。推进系统矩阵与优化变量、优化目标和约束条件的关系表征如下:
(2)根据步骤(1)得到的推进系统矩阵,将目标函数和约束条件分区域线性化,由推进系统子矩阵Pf,Pg,Ph描述为线性规划问题,采用单纯形法求解,获得子区域的最优解。
所述步骤(1)中,由推进系统矩阵将目标函数f(x)和约束条件g(x)≤0、h(x)=0均表示为与优化变量之间的线性关系为:
Δf=PfΔx
Δg=PgΔx
Δh=PhΔx
根据如上所述的线性关系式,将航空发动机性能优化问题描述为线性规划问题为:
min PfΔx
其中,Pf,Pg,Ph是推进系统子矩阵。Δgmax和Δgmin是发动机不等式约束的限制值。
如上所述的线性规划问题采用单纯形法求解得到。
在迭代点xk处,可行搜索方向dk通过求解如下正定二次规划问题得到:
其中,i=1,…,m,j=1,…,l。
(5)从迭代点xk沿步骤(4)得到的可行搜索方向dk对目标函数w(xk+tdk,λk)进行一维搜索,确定迭代步长tk,计算下一步迭代点xk+1。
其中,
由μk和λk-1根据下式确定:
新的迭代点xk+1由迭代步长和可行搜索方向计算如下:
xk+1=xk+tkdk
(6)进行判断,若满足收敛条件||xk+1-xk||<ε,则xk+1是最优解,停止计算;若不满足收敛条件,则修正Bk得到新的正定阵Bk+1,令k=k+1,返回步骤(4)计算。
正定阵Bk采用BFGS方法修正,计算公式如下:
其中,sk=xk+1-xk
ηk=θyk+(1-θ)Bksk
综而言之,本发明方法是一种两阶段混合优化方法,如图2所示,其优化计算过程分为初优化阶段和再优化阶段。在初优化阶段,采用分区域并行的线性规划方法,将所有子区域求得的最优解进行比较,使目标函数达到最优的即为初始可行解在再优化阶段,以作为初始迭代点,采用序列二次规划方法进行迭代寻优,获得性能寻优控制问题的最终优化结果x*。
本发明方法将分区域并行线性规划方法和序列二次规划方法的优势相结合,既通过分区域并行机制将初始可行解配置在全局最优解附近小区域内,避免初始点选取不当对优化结果的影响,提高求解速度,又通过序列二次规划迭代寻优保证良好的全局收敛性、优化精度和突出的沿约束边界的搜索能力。本发明方法通过组合优化逻辑协调优化精度和收敛速度的关系,具有优化精度高、实时性好、方法复杂度适中的优势,适于解决航空发动机在线性能寻优控制问题。
Claims (1)
1.一种用于航空发动机性能寻优控制的新型混合优化方法,其特征在于步骤如下:
(1)确定航空发动机的优化目标和约束条件,在优化变量的约束范围内划分多个子区域,分别在每个子区域中心处基于机载自适应模型提取推进系统矩阵;
所述步骤(1)中的推进系统矩阵的元素pij计算如下:
其中,Δxj为优化变量xj在xj0处的小增量;ΔYi为相应的推进系统稳态输出Yi的增量;
(2)根据步骤(1)得到的推进系统矩阵,将目标函数f(x)和约束条件g(x)≤0、h(x)=0分区域线性化,将航空发动非线性性能寻优控制问题描述为线性规划问题,采用单纯形法求解,获得子区域的最优解;
(4)令步骤(3)所得的为初始迭代点,初始正定对称阵B0=I,ε>0,k=0;求解正定二次规划确定可行的搜索方向dk,判断若||dk||<ε,则xk是最优解,停止计算;
在迭代点xk处,可行搜索方向dk通过求解如下正定二次规划问题得到:
其中,i=1,…,m,j=1,…,l;
(5)从迭代点xk沿步骤(4)得到的可行搜索方向dk对目标函数w(xk+tdk,λk)进行一维搜索,确定迭代步长tk,计算下一步迭代点xk+1;
其中,
由μk和λk-1根据下式确定:
新的迭代点xk+1由迭代步长tk和可行搜索方向dk计算如下:
xk+1=xk+tkdk
(6)进行判断,若满足收敛条件||xk+1-xk||<ε,则xk+1是最优解,停止计算;若不满足收敛条件,则修正Bk得到新的正定阵Bk+1,令k=k+1,返回步骤(4)计算;
正定阵Bk采用BFGS方法修正,计算公式如下:
其中,sk=xk+1-xk
ηk=θyk+(1-θ)Bksk
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101052419A CN102289203A (zh) | 2011-04-26 | 2011-04-26 | 一种用于航空发动机性能寻优控制的新型混合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101052419A CN102289203A (zh) | 2011-04-26 | 2011-04-26 | 一种用于航空发动机性能寻优控制的新型混合优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102289203A true CN102289203A (zh) | 2011-12-21 |
Family
ID=45335694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101052419A Pending CN102289203A (zh) | 2011-04-26 | 2011-04-26 | 一种用于航空发动机性能寻优控制的新型混合优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102289203A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268365A (zh) * | 2013-01-15 | 2013-08-28 | 河海大学常州校区 | 一种机床主轴的优化设计方法 |
CN104834785A (zh) * | 2015-05-15 | 2015-08-12 | 南京航空航天大学 | 基于单纯形样条函数的航空发动机稳态模型的建模方法 |
CN105404750A (zh) * | 2015-12-07 | 2016-03-16 | 南京航空航天大学 | 一种基于改进Broyden算法求解方程组的涡轴发动机自适应模型建立方法 |
CN105785791A (zh) * | 2016-02-26 | 2016-07-20 | 南京航空航天大学 | 一种超声速状态下机载推进系统的建模方法 |
CN109507876A (zh) * | 2019-01-25 | 2019-03-22 | 杭州电子科技大学 | 一种基于信度推理的电推船舶电机pid参数整定方法 |
CN110488609A (zh) * | 2019-09-02 | 2019-11-22 | 南京航空航天大学 | 一种航空发动机直接推力逆控制方法及装置 |
WO2020093264A1 (zh) * | 2018-11-07 | 2020-05-14 | 大连理工大学 | 一种航空发动机过渡态控制规律优化的设计方法 |
CN111856933A (zh) * | 2020-07-06 | 2020-10-30 | 大连理工大学 | 一种考虑不确定性的航空发动机自适应控制器设计方法 |
CN112861258A (zh) * | 2021-01-14 | 2021-05-28 | 西北工业大学 | 一种航空发动机最大推力控制优化方法 |
CN112904715A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机加速过程最优控制方法 |
CN112904716A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最低油耗控制优化方法 |
CN112904717A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最大推力控制优化方法 |
CN112947064A (zh) * | 2021-01-21 | 2021-06-11 | 西北工业大学 | 考虑气路部件故障的航空发动机最大推力控制优化方法 |
CN113239487A (zh) * | 2021-05-06 | 2021-08-10 | 长安大学 | 一种航空发动机加速寻优控制方法、系统、介质及设备 |
CN117052542A (zh) * | 2023-10-13 | 2023-11-14 | 太仓点石航空动力有限公司 | 一种航空发动机的推进控制优化方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1588380A (zh) * | 2004-07-09 | 2005-03-02 | 清华大学 | 基于最小自由度优先原则的非线性规划布局方法 |
US20080262712A1 (en) * | 2007-04-18 | 2008-10-23 | Duty Mark J | Methods and systems for powertrain optimization and improved fuel economy |
CN101409447A (zh) * | 2008-11-27 | 2009-04-15 | 浙江大学 | 基于部分自动微分技术的电力系统潮流优化方法 |
CN101414366A (zh) * | 2008-10-22 | 2009-04-22 | 西安交通大学 | 基于改进极端学习机方法的电力系统短期负荷预测方法 |
CN101465547A (zh) * | 2009-01-12 | 2009-06-24 | 浙江大学 | 电力系统最优潮流可解性辨识方法 |
-
2011
- 2011-04-26 CN CN2011101052419A patent/CN102289203A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1588380A (zh) * | 2004-07-09 | 2005-03-02 | 清华大学 | 基于最小自由度优先原则的非线性规划布局方法 |
US20080262712A1 (en) * | 2007-04-18 | 2008-10-23 | Duty Mark J | Methods and systems for powertrain optimization and improved fuel economy |
CN101414366A (zh) * | 2008-10-22 | 2009-04-22 | 西安交通大学 | 基于改进极端学习机方法的电力系统短期负荷预测方法 |
CN101409447A (zh) * | 2008-11-27 | 2009-04-15 | 浙江大学 | 基于部分自动微分技术的电力系统潮流优化方法 |
CN101465547A (zh) * | 2009-01-12 | 2009-06-24 | 浙江大学 | 电力系统最优潮流可解性辨识方法 |
Non-Patent Citations (2)
Title |
---|
孙丰诚: "航空发动机性能寻优控制技术研究", 《中国博士学位论文全文数据库》 * |
高光良: "序列二次规划法在航空发动机加力过程最优控制中的应用研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268365A (zh) * | 2013-01-15 | 2013-08-28 | 河海大学常州校区 | 一种机床主轴的优化设计方法 |
CN104834785A (zh) * | 2015-05-15 | 2015-08-12 | 南京航空航天大学 | 基于单纯形样条函数的航空发动机稳态模型的建模方法 |
CN104834785B (zh) * | 2015-05-15 | 2018-01-05 | 南京航空航天大学 | 基于单纯形样条函数的航空发动机稳态模型的建模方法 |
CN105404750A (zh) * | 2015-12-07 | 2016-03-16 | 南京航空航天大学 | 一种基于改进Broyden算法求解方程组的涡轴发动机自适应模型建立方法 |
CN105404750B (zh) * | 2015-12-07 | 2018-07-17 | 南京航空航天大学 | 一种涡轴发动机自适应模型建立方法 |
CN105785791A (zh) * | 2016-02-26 | 2016-07-20 | 南京航空航天大学 | 一种超声速状态下机载推进系统的建模方法 |
CN105785791B (zh) * | 2016-02-26 | 2018-05-18 | 南京航空航天大学 | 一种超声速状态下机载推进系统的建模方法 |
WO2020093264A1 (zh) * | 2018-11-07 | 2020-05-14 | 大连理工大学 | 一种航空发动机过渡态控制规律优化的设计方法 |
US10934944B2 (en) | 2018-11-07 | 2021-03-02 | Dalian University Of Technology | Method for optimization of transient control law of aero-engine |
CN109507876B (zh) * | 2019-01-25 | 2021-12-28 | 杭州电子科技大学 | 一种基于信度推理的电推船舶电机pid参数整定方法 |
CN109507876A (zh) * | 2019-01-25 | 2019-03-22 | 杭州电子科技大学 | 一种基于信度推理的电推船舶电机pid参数整定方法 |
CN110488609A (zh) * | 2019-09-02 | 2019-11-22 | 南京航空航天大学 | 一种航空发动机直接推力逆控制方法及装置 |
CN111856933A (zh) * | 2020-07-06 | 2020-10-30 | 大连理工大学 | 一种考虑不确定性的航空发动机自适应控制器设计方法 |
CN112904715A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机加速过程最优控制方法 |
CN112904716A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最低油耗控制优化方法 |
CN112904717A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最大推力控制优化方法 |
CN112861258A (zh) * | 2021-01-14 | 2021-05-28 | 西北工业大学 | 一种航空发动机最大推力控制优化方法 |
CN112904715B (zh) * | 2021-01-14 | 2023-04-07 | 西北工业大学 | 一种变循环发动机加速过程最优控制方法 |
CN112947064A (zh) * | 2021-01-21 | 2021-06-11 | 西北工业大学 | 考虑气路部件故障的航空发动机最大推力控制优化方法 |
CN113239487A (zh) * | 2021-05-06 | 2021-08-10 | 长安大学 | 一种航空发动机加速寻优控制方法、系统、介质及设备 |
CN117052542A (zh) * | 2023-10-13 | 2023-11-14 | 太仓点石航空动力有限公司 | 一种航空发动机的推进控制优化方法及系统 |
CN117052542B (zh) * | 2023-10-13 | 2023-12-08 | 太仓点石航空动力有限公司 | 一种航空发动机的推进控制优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102289203A (zh) | 一种用于航空发动机性能寻优控制的新型混合优化方法 | |
Kulikov et al. | Dynamic modelling of gas turbines: identification, simulation, condition monitoring and optimal control | |
Tsoutsanis et al. | Dynamic performance simulation of an aeroderivative gas turbine using the matlab simulink environment | |
CN110219736B (zh) | 基于非线性模型预测控制的航空发动机直接推力控制方法 | |
CN105512429A (zh) | 一种三轴燃气轮机的总体方案计算方法 | |
Gu et al. | Dynamic experimental investigations of a bypass dual throat nozzle | |
Luo et al. | Aerodynamic design optimization by using a continuous adjoint method | |
CN105676640A (zh) | 基于贝塞尔曲线的涡扇发动机加速过程控制律设计方法 | |
Shan et al. | Mathematical model of two-stage turbocharging gasoline engine propeller propulsion system and analysis of its flying characteristic | |
Baert et al. | Aerodynamic optimization of the low-pressure turbine module: exploiting surrogate models in a high-dimensional design space | |
Colonia et al. | Assessment and calibration of the γ-equation transition model at low mach | |
Bufi et al. | Preliminary design method for dense-gas supersonic axial turbine stages | |
Waite et al. | The impact of blade loading and unsteady pressure bifurcations on low-pressure turbine flutter boundaries | |
Ghisu et al. | An integrated system for the aerodynamic design of compression systems—part II: Application | |
Xianhong et al. | Aerodynamic design and numerical simulation of over-under turbine-based combined-cycle (TBCC) inlet mode transition | |
Xiao | Aeroengine multivariable nonlinear tracking control based on uncertainty and disturbance estimator | |
Wang et al. | Preliminary design and numerical analysis of a radial inflow turbine in organic Rankine cycle using zeotropic mixtures | |
Li et al. | SFC optimization for aero engine based on hybrid GA-SQP method | |
Rajeevalochanam et al. | Design of a two spool contra-rotating turbine for a turbo-fan engine | |
Wang et al. | Real-time variable geometry triaxial gas turbine model for hardware-in-the-loop simulation experiments | |
Wang et al. | Adaptive PID control with BP neural network self-tuning in exhaust temperature of micro gas turbine | |
Mangano et al. | Aeroelastic Tailoring of Wind Turbine Rotors Using High-Fidelity Multidisciplinary Design Optimization | |
Page et al. | Inverse design of 3D multistage transonic fans at dual operating points | |
Zhang et al. | Optimization of cycle parameters of variable cycle engine based on response surface model | |
Panda et al. | Sliding mode control of gas turbines using multirate-output feedback |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111221 |