CN108647428A - 一种涡扇发动机自适应部件级仿真模型构建方法 - Google Patents
一种涡扇发动机自适应部件级仿真模型构建方法 Download PDFInfo
- Publication number
- CN108647428A CN108647428A CN201810432449.3A CN201810432449A CN108647428A CN 108647428 A CN108647428 A CN 108647428A CN 201810432449 A CN201810432449 A CN 201810432449A CN 108647428 A CN108647428 A CN 108647428A
- Authority
- CN
- China
- Prior art keywords
- component
- fanjet
- parameter
- characteristic parameter
- performance characteristic
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种涡扇发动机自适应部件级仿真模型构建方法,包括以下步骤:步骤A,获得涡扇发动机各个工作截面的参数,建立涡扇发动机慢车以上状态的非线性部件级动态通用模型;步骤B,设计容积跟踪滤波器,估算步骤一得到的非线性部件级动态通用模型中的涡扇发动机气路部件不可测的性能特征参数;气路部件包括风扇、压气机、高压涡轮、低压涡轮;步骤C,利用步骤B估算出的性能特征参数自动更新气路部件的流量和效率特性图,将调整后的气路部件特性参数用于部件气动热力参数的计算,建立慢车以上状态的自适应部件级仿真模型。本发明显著提高慢车以上状态非线性部件级发动机个体模型精度。
Description
技术领域
本发明涉及航空发动机建模与仿真领域,尤其涉及一种涡扇发动机自适应部件级仿真模型构建方法。
背景技术
涡扇发动机结构复杂且工作环境恶劣,对其安全性以及可靠性要求都很高,涡扇发动机自适应模型建模技术的研究一直是一项重要课题。航空发动机自适应模型能反映发动机之间的差异以及使用期内性能蜕化等因素对发动机性能的影响,是实现发动机自适应调整控制、保证发动机正常工作的基础。同时发动机控制系统传感器故障诊断、隔离和容错控制也需要准确的发动机模型作为前提条件,所以建立精确的自适应模型具有重要的理论意义和工程实用价值。对于基于模型的发动机控制和估计系统而言,考虑到发动机之间存在着个体差异、实际发动机零件的安装公差及使用期内的性能蜕化等因素的影响,对应的机载模型若不加以适当的调整,则不能满足在线性能寻优控制或故障诊断的精度要求,所设计的控制和估计系统性能出现不同程度的下降,无法达到设计的工作状态。随着现代飞机综合任务能力以及性能不断提高,发动机结构日趋复杂,工作状态恶劣多变,对涡扇发动机自适应模型提出了更高的要求。
目前,涡扇发动机的主流仿真模型有两种:非线性部件级模型和线性模型。发动机线性模型实在发动机非线性部件级模型的基础上,对模型进行局部线性化,建立状态变量模型和稳态基点模型,利用线性卡尔曼滤波器实现部件性能参数的估计与自适应。线性模型计算量较小、对资源消耗低,但这一方法在对非线性模型线性化时,不可避免地会引入二次建模误差,且线性模型对于发动机动态过程的拟合精度较低。发动机非线性部件级模型建模方法主要有转子动力学法和容积动力学法。相对于发动机线性模型,非线性部件级模型不会引入二次建模误差,对于发动机的动态过程具有较高的跟踪精度,能较准确的模拟包线内涡扇发动机的不同工况。随着滤波估计技术的发展,一些非线性卡尔曼滤波器可以直接应用于非线性系统,实现较为准确的状态估计。
发明内容
本发明的目的是提供一种涡扇发动机自适应部件级仿真模型构建方法,以解决目前利用经验手动调整发动机气路部件特性,使模型匹配带来的巨大工作量的问题。
为实现上述目的,本发明采用的技术方案为:
一种涡扇发动机自适应部件级仿真模型构建方法,包括以下步骤:
步骤A,根据涡扇发动机各部件的气动热力学特性,获得涡扇发动机各个工作截面的参数,建立涡扇发动机慢车以上状态的非线性部件级动态通用模型;
步骤B,设计容积跟踪滤波器,估算步骤A得到的非线性部件级动态通用模型中的涡扇发动机气路部件不可测的性能特征参数;气路部件包括风扇、压气机、高压涡轮、低压涡轮;
步骤C,利用步骤B估算出的性能特征参数自动更新气路部件的流量和效率特性图,将调整后的气路部件特性参数用于部件气动热力参数的计算,建立慢车以上状态的自适应部件级仿真模型。
所述步骤A的具体步骤如下:
步骤A1,根据涡扇发动机各部件的气动热力学特性、设计点参数以及试车数据建立慢车以上状态的涡扇发动机各部件的数学模型,根据流量连续、功率平衡及转子动力学原理建立各部件之间的共同工作方程,最后使用非线性方程数值解法迭代求解,获得发动机各个工作截面的参数,建立慢车以上状态的涡扇发动机非线性部件级动态通用模型;并引入发动机气路部件性能特征参数来表征发动机个体性能差异或者使用时间带来的性能蜕化,气路部件性能特征参数选取旋转部件的效率系数SEi和流量系数SWi,定义如下:
式中:ηi,wi为部件的实际效率和流量,而为部件效率和流量的理想值;
步骤A2,选择需要使用的发动机模型工作截面的传感器量测参数,包括:风扇转速NL,压气机转速NH,风扇出口总温T22,风扇出口总压P22,压气机出口总温T3,压气机出口总压P3,高压涡轮出口总温T43,高压涡轮出口总压P43,低压涡轮出口总温T5,低压涡轮出口总压P5,内涵出口总压P6。
所述步骤B的具体步骤如下:
步骤B1,将步骤A中获得的各个工作截面的参数进行相似归一化处理;
步骤B2,利用容积跟踪滤波器估计涡扇发动机气路部件不可测的性能特征参数,获得模型和发动机的性能差异的具体数值。
所述步骤B2中利用容积跟踪滤波器计算不可测的气路部件性能特征参数的详细步骤如下:
步骤B2.1,初始化性能特征参数向量的后验估计值和后验方差矩阵;
步骤B2.2,根据上一时刻的性能特征参数后验估计和后验方差生成此时刻的性能特征参数容积点,调用非线性部件级动态通用模型并对各个性能特征参数容积点进行状态更新,通过已更新的容积点计算性能特征参数的先验估计和先验方差;
步骤B2.3,根据性能特征参数先验估计和先验方差选取新的性能特征参数容积点,调用非线性部件级动态通用模型并对容积点进行量测更新,根据性能特征参数容积点的值计算自相关矩阵和互相关矩阵,进而获得卡尔曼增益矩阵;性能特征参数容积点值加权求和可得出此时刻的先验量测,计算得到这一时刻的性能特征参数的后验估计值和后验方差矩阵;
步骤B2.4,以后时刻重复进行步骤B2.2和步骤B2.3完成性能特征参数的递推估计。
所述步骤C的具体步骤如下:
步骤C1,将步骤B所得的性能特征参数中各气路部件的效率、流量系数,输入至发动机部件级模型的对应部件中,更新气路部件的流量、效率特性图;在同样的折合转速下,保持各转子部件特性图曲线的压比坐标数值不变,将特性图中效率、流量的数值沿坐标轴方向进行缩放修正;
步骤C2,将调整后的气路部件特性参数用于部件气动热力参数的计算,进行部件特性图调整后的非线性部件级模型各截面参数的计算,建立慢车以上状态的自适应部件级仿真模型。
所述步骤C1中,
对于风扇、压气机部件,压比-流量图中,特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数;效率-流量图中,首先特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数,然后曲线沿y轴方向进行缩放,缩放比率为对应的风扇、压气机的效率性能特征参数;
对于高压涡轮、低压涡轮部件,效率-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的效率性能特征参数;流量-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的流量性能特征参数。
有益效果:本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明提出的一种涡扇发动机自适应部件级仿真模型构建方法,直接使用非线性部件级模型构造自适应仿真模型,不会因为模型的线性化过程而引入二次建模误差,对实际发动机动态过程的输出跟踪精度高,能够满足涡扇发动机包线内通用模型精度的需求;
(2)本发明提出的一种涡扇发动机自适应部件级仿真模型构建方法,对发动机个体差异和性能蜕化引起的模型失配具有较强适应能力,显著提高慢车以上状态非线性部件级发动机个体模型精度;
(3)本发明设计的涡扇发动机自适应部件级仿真模型,减少目前利用经验手动调整发动机气路部件特性,使模型匹配带来的巨大工作量,同时能获得涡扇发动机气路部件性能特征的变化情况,为涡扇发动机视情维修提供性能参考依据。
附图说明
图1是涡扇发动机自适应部件级仿真模型原理图;
图2容积跟踪滤波器计算流程图;
图3a-图3e是地面设计点模拟压气机性能变化的气路性能估计与涡扇发动机自适应部件级仿真模型的跟踪效果图,以及压气机部件特性图的修正;
图4a-图4e是地面设计点模拟低压涡轮性能变化的气路性能估计与涡扇发动机自适应部件级仿真模型的跟踪效果图,以及压气机部件特性图的修正;;
图5a-图5b是地面动态过程中,涡扇发动机模型与涡扇发动机自适应部件级仿真模型输入参数;
图6a-图6c是地面动态过程中,涡扇发动机自适应部件级仿真模型的气路性能估计结果与模型输出的跟踪效果图;
图7a-图7b是包线内高空动态过程中,涡扇发动机模型与涡扇发动机自适应部件级仿真模型输入参数;
图8a-图8c是包线内高空动态过程中,涡扇发动机自适应部件级仿真模型的气路性能估计结果与模型输出的跟踪效果图。
具体实施方式
本发明针对先进航空发动机基于模型的多变量控制与预测健康管理的需求,对现有航空发动机仿真模型进行扩展和设计开发,建立慢车以上状态自适应部件级仿真模型,能减少发动机个体差异和性能蜕化引起的模型误差,保证发动机个体模型的精度具有较高置信度。
下面结合具体实施例及附图对本发明作进一步说明。
实施例
本实施例以某型双轴混合排气的涡扇发动机自适应部件级仿真模型构建为例,图1是涡扇发动机自适应部件级仿真模型原理图,该仿真模型的建立包括以下步骤:
步骤A,根据涡扇发动机各部件的气动热力学特性,获得涡扇发动机各个工作截面的参数,建立涡扇发动机慢车以上状态的非线性部件级动态通用模型;详细步骤如下:
步骤A1,根据涡扇发动机部件特性、设计点参数以及试车数据建立发动机部件级模型,该型发动机主要部件包括进气道、风扇、压气机、燃烧室、高压涡轮、低压涡轮、外涵道、混合室和喷管等,再根据流量连续、功率平衡及转子动力学等原理建立各部件之间的共同工作方程,最后使用非线性方程数值解法迭代求解,获得发动机各个工作截面的参数。该部件法建模业内比较成熟,在此不加详述。发动机部件级通用模型是根据部件特性和试车数据等得到的平均模型,不能更准确的反映同型不同个体发动机的输出,同时随着发动机服役时间的增加,气路部件的性能也会发生不同程度的蜕化,因此,引入发动机气路部件性能特征参数来表征发动机个体性能差异或者使用时间带来的性能蜕化,气路部件性能特征参数选取旋转部件的效率系数SEi和流量系数SWi,定义如下
式中:ηi,wi为部件的实际效率和流量,而为部件效率和流量的理想值,下标i(i=1,2,3,4)表示部件的编号。本发明用例的发动机共有四个旋转部件,风扇效率和流量系数为SE1,SW1,压气机效率和流量系数为SE2,SW2,高压涡轮效率和流量系数为SE3,SW3,低压涡轮的效率和流量系数为SE4,SW4。将健康参数向量h定义为h=[SE1,SW1,SE2,SW2,SE3,SW3,SE4,SW4]T。
步骤A2,考虑发动机慢车以上状态自适应部件级仿真模型是利用发动机测量参数与模型输出量之间的残差来实现发动机的修正,因此需合理选取发动机模型输出参数。所选取的该发动机模型传感器包括:风扇转速NL,压气机转速NH,风扇出口总温T22,风扇出口总压P22,压气机出口总温T3,压气机出口总压P3,高压涡轮出口总温T43,高压涡轮出口总压P43,低压涡轮出口总温T5,低压涡轮出口总压P5,内涵出口总压P6。
步骤B,设计容积跟踪滤波器,估算涡扇发动机气路部件不可测的性能特征参数;详细步骤如下:气路部件包括风扇、压气机、高压涡轮、低压涡轮;
步骤B1,不同量测参数具有不同的物理意义,彼此的数量级相差很大,这将会带来矩阵的计算和数据存储的问题。因此,根据发动机相似准则,对步骤A中获得的各个工作截面的参数做相似归一化处理。参数相似归一化过程如下:
式中,下标ds表示涡扇发动机设计点参数,T2、P2为发动机进口总温和总压,N′L,N′H,T′22,T′3,P′3,P′43,T′5,P′6为对应参数的相似归一化后的值。
步骤B2,利用容积跟踪滤波器估计涡扇发动机气路部件不可测的性能特征参数,获得模型和发动机的性能差异的具体数值;
假设涡扇发动机部件级非线性数学模型如下:
式中,f()为涡扇发动机状态转移方程,h()为涡扇发动机量测方程,k为时间参数,ωk和νk分别为系统独立的系统噪声和量测噪声,且满足ωk~N(0,Q2),vk~N(0,R2),Q、R分别为噪声的协方差矩阵,选取Q=0.004×I10×10,R=0.0015×I10×10。xk代表系统的状态量,uk为系统的输入量,yk为系统的传感器量测值。气路部件的性能特征参数通常作为发动机状态量的一部分进行滤波估计,各变量选择为xk=[N′L,N′H,hT]T,uk=[Wf,A8]T,y=[N′L,N′H,T′22,T′3,P′3,P′43,T′5,P′6]T,其中Wf为燃烧室燃油流量,A8为喉道面积。zk为飞行条件参数向量,包含飞行高度H、马赫数Ma和进口温度T1。
步骤B.2.1,初始化状态量的后验估计值和后验方差矩阵P0|0。
步骤B.2.2,根据Cubature准则,计算状态量的容积点集(Xi,k-1|k-1,ωi):
式中,为前一时刻的后验估计值,N为待估的状态量x的维数,Sk-1|k-1=chol(Pk-1|k-1),Pk-1|k-1为前一时刻的状态量后验估计方差阵,chol()表示对矩阵进行Cholesky分解,即[1]i为集合[1]的第i列,以N=3为例,[1]={[1,0,0]T,[0,1,0]T,[0,0,1]T,[-1,0,0]T,[0,-1,0]T,[0,0,-1]T}。
调用非线性部件级通用模型并对各个容积点进行状态更新,计算公式为:
式中,f()即为式(3)中发动机状态转移方程,通过已更新的状态量容积点计算时间更新过程的先验估计和先验方差Pk|k-1,计算公式为:
步骤B2.3,根据先验估计和先验方差选取新的状态量容积点Xi,k|k-1,计算公式为:
式中,Sk-1|k-1=chol(Pk|k-1)。
调用非线性部件级通用模型并对状态量容积点进行量测更新,计算公式为:
Yi,k|k-1=h(Xi,k|k-1,uk-1) (8)
根据容积点的值计算自相关矩阵Pyy,k|k-1和互相关矩阵Pxy,k|k-1,进而获得这一时刻的卡尔曼增益矩阵Kk:
状态量容积点值加权求和可得出此时刻的先验量测,由此时的传感器量测数据与先验量测值的差可得出先验估计的残差,计算得到这一时刻状态量的后验估计值和后验方差矩阵Pk|k,具体计算过程如下:
步骤B2.4,以后时刻重复进行步骤B2.2和步骤B2.3完成性能特征参数的递推估计。
步骤C,利用估计出的性能特征参数自动更新气路部件的流量和效率等特性图,将调整后的气路部件特性参数用于部件气动热力参数的计算,建立慢车以上状态的自适应部件级仿真模型;详细步骤如下:
将所得的性能特征参数中各转子部件的效率、流量系数,输入至发动机部件级模型的对应部件中,更新气路部件的流量和效率等特性图。
将估计出的性能特征参数中各转子部件的效率、流量系数作为各气路部件特性图中效率、流量数值的缩放系数,对原有通用模型的部件特性图进行缩放修正。具体计算过程如下:
式中,SE′i,SW′i为估计出的性能特征参数中各转子部件的效率、流量系数,η′i,w′i为部件的调整后的效率和流量。在同样的折合转速下,保持各转子部件特性图曲线的压比坐标数值不变,将特性图中效率、流量坐标数值沿坐标轴方向进行缩放修正。
对于风扇、压气机部件,压比-流量图中,特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数SW′1,SW′2;效率-流量图中,首先特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数SW′1,SW′2,然后曲线沿y轴方向进行缩放,缩放比率为对应的风扇、压气机的效率性能特征参数SE′1,SE′2。
对于高压涡轮、低压涡轮部件,效率-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的效率性能特征参数SE′3,SE′4。流量-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的流量性能特征参数SW′3,SW′4。
将调整后的气路部件特性参数用于部件气动热力参数的计算,进行部件特性图调整后的非线性部件级模型的计算,建立慢车以上状态的自适应部件级仿真模型。
为了验证本发明所设计的一种涡扇发动机自适应部件级仿真模型构建方法的有效性,在MATLAB环境下进行了如下数字仿真。
在涡扇发动机地面设计点处H=0m,Ma=0,Wf=2.48kg/s,A8=0.2597m2,图3a,3b,3c给出了模拟压气机效率下降3%、流量下降2%时,涡扇发动机自适应部件级仿真模型的输出参数跟踪结果和部件特性修正参数的估计结果(限于篇幅,只给出了高低压转子转速的跟踪结果),涡扇发动机自适应部件级仿真模型能够很好的跟踪上发动机个体模型的输出。图3d,3e给出了在此性能变化下,压气机部件特性参数的修正示意图(以SE′2=0.97,SW′2=0.98为例)。在同样的折合转速下,保持各转子部件特性图曲线的压比坐标数值不变,将特性图中效率、流量数值沿坐标轴方向进行缩放修正。在部件的效率-流量图中,x轴方向缩放比值为0.98,y轴方向缩放比值为0.97。在部件的压比-流量图中,特性图曲线进行x轴方向上的缩放变化,缩放比值为0.98。
在涡扇发动机地面设计点处,模拟低压涡轮性能变化(效率下降2%、流量上升1%)时,涡扇发动机自适应部件级仿真模型的输出参数跟踪结果和部件特性修正参数的估计结果如图4a,4b,4c所示,涡扇发动机自适应部件级仿真模型能够很好的跟踪上发动机个体模型的输出。图4d,4e给出了在此性能变化下,压气机部件特性参数的修正示意图(以SE′4=0.98,SW′4=1.01为例)。在同样的折合转速下,保持各转子部件特性图曲线的压比坐标数值不变,将特性图中效率、流量数值沿坐标轴方向进行缩放修正。在部件的效率-压比图中,y轴方向缩放比值为0.98。在部件的流量-压比图中,特性图曲线进行y轴方向上的缩放变化,缩放比值为1.01。
为了验证涡扇发动机自适应部件级仿真模型对发动机动态过程的跟踪精度,在地面状态(H=0m,Ma=0)对发动机模型和涡扇发动机自适应部件级仿真模型做如图5a,5b所示的Wf、A8变化过程,同时模拟压气机效率下降3%,高低压转子转速和部件特性修正参数的仿真结果如图6a-6c所示。仿真结果表明,在模拟该动态过程中,涡扇发动机自适应部件级仿真模型能够很好的跟踪上发动机模型的输出,模型最大误差不超过1%。为了验证包线内不同工作点的模型跟踪精度,在高空状态(H=8km,Ma=0.5)对发动机模型和涡扇发动机自适应部件级仿真模型做如图7a,7b所示的Wf、A8变化过程,同时模拟相同的性能变化情况,高低压转子转速和部件特性修正参数的仿真结果如图8a-8c所示。仿真结果表明,在模拟该动态过程中,涡扇发动机自适应部件级仿真模型能够很好的跟踪上发动机模型的输出,模型最大误差不超过0.8%。可以看出在不同飞行状态的动态过程中,涡扇发动机自适应部件级仿真模型均能准确的估计出部件特性参数,使模型的输出具有较高的精度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以做出若干改进,这些改进也应视为本发明的保护范围。
Claims (7)
1.一种涡扇发动机自适应部件级仿真模型构建方法,其特征在于:包括以下步骤:
步骤A,根据涡扇发动机各部件的气动热力学特性,获得涡扇发动机各个工作截面的参数,建立涡扇发动机慢车以上状态的非线性部件级动态通用模型;
步骤B,设计容积跟踪滤波器,估算步骤A得到的非线性部件级动态通用模型中的涡扇发动机气路部件不可测的性能特征参数;气路部件包括风扇、压气机、高压涡轮、低压涡轮;
步骤C,利用步骤B估算出的性能特征参数自动更新气路部件的流量和效率特性图,将调整后的气路部件特性参数用于部件气动热力参数的计算,建立慢车以上状态的自适应部件级仿真模型。
2.根据权利要求1所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤A的具体步骤如下:
步骤A1,根据涡扇发动机各部件的气动热力学特性、设计点参数以及试车数据建立慢车以上状态的涡扇发动机各部件的数学模型,根据流量连续、功率平衡及转子动力学原理建立各部件之间的共同工作方程,最后使用非线性方程数值解法迭代求解,获得发动机各个工作截面的参数,建立慢车以上状态的涡扇发动机非线性部件级动态通用模型;并引入发动机气路部件性能特征参数来表征发动机个体性能差异或者使用时间带来的性能蜕化,气路部件性能特征参数选取旋转部件的效率系数SEi和流量系数SWi,定义如下:
式中:ηi,wi为部件的实际效率和流量,而为部件效率和流量的理想值;
步骤A2,选择需要使用的发动机模型工作截面的传感器量测参数,包括:风扇转速NL,压气机转速NH,风扇出口总温T22,风扇出口总压P22,压气机出口总温T3,压气机出口总压P3,高压涡轮出口总温T43,高压涡轮出口总压P43,低压涡轮出口总温T5,低压涡轮出口总压P5,内涵出口总压P6。
3.根据权利要求1所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤B的具体步骤如下:
步骤B1,将步骤A中获得的各个工作截面的参数进行相似归一化处理;
步骤B2,利用容积跟踪滤波器估计涡扇发动机气路部件不可测的性能特征参数,获得模型和发动机的性能差异的具体数值。
4.根据权利要求3所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤B1中,相似归一化处理的过程如下:
式中,下标ds表示涡扇发动机设计点参数,T2、P2为发动机进口总温和总压;NL为风扇转速,NH为压气机转速,T22为风扇出口总温,T3为压气机出口总温,P3为压气机出口总压,P43为高压涡轮出口总压,T5为低压涡轮出口总温,P6为内涵出口总压,N′L,N′H,T′22,T′3,P′3,P′43,T′5,P′6为对应参数的相似归一化后的值。
5.根据权利要求3所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤B2中利用容积跟踪滤波器计算不可测的气路部件性能特征参数的详细步骤如下:
步骤B2.1,初始化性能特征参数向量的后验估计值和后验方差矩阵;
步骤B2.2,根据上一时刻的性能特征参数后验估计和后验方差生成此时刻的性能特征参数容积点,调用非线性部件级动态通用模型并对各个性能特征参数容积点进行状态更新,通过已更新的容积点计算性能特征参数的先验估计和先验方差;
步骤B2.3,根据性能特征参数先验估计和先验方差选取新的性能特征参数容积点,调用非线性部件级动态通用模型并对容积点进行量测更新,根据性能特征参数容积点的值计算自相关矩阵和互相关矩阵,进而获得卡尔曼增益矩阵;性能特征参数容积点值加权求和可得出此时刻的先验量测,计算得到这一时刻的性能特征参数的后验估计值和后验方差矩阵;
步骤B2.4,以后时刻重复进行步骤B2.2和步骤B2.3完成性能特征参数的递推估计。
6.根据权利要求1所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤C的具体步骤如下:
步骤C1,将步骤B所得的性能特征参数中各气路部件的效率、流量系数,输入至发动机部件级模型的对应部件中,更新气路部件的流量、效率特性图;在同样的折合转速下,保持各转子部件特性图曲线的压比坐标数值不变,将特性图中效率、流量的数值沿坐标轴方向进行缩放修正;
步骤C2,将调整后的气路部件特性参数用于部件气动热力参数的计算,进行部件特性图调整后的非线性部件级模型各截面参数的计算,建立慢车以上状态的自适应部件级仿真模型。
7.根据权利要求6所述的涡扇发动机自适应部件级仿真模型构建方法,其特征在于:所述步骤C1中,
对于风扇、压气机部件,压比-流量图中,特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数;效率-流量图中,首先特性曲线沿x轴方向进行缩放,缩放比率为对应的风扇、压气机的流量性能特征参数,然后曲线沿y轴方向进行缩放,缩放比率为对应的风扇、压气机的效率性能特征参数;
对于高压涡轮、低压涡轮部件,效率-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的效率性能特征参数;流量-压比图中,特性曲线沿y轴方向进行缩放,缩放比率为对应的高、低压涡轮的流量性能特征参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810432449.3A CN108647428B (zh) | 2018-05-08 | 2018-05-08 | 一种涡扇发动机自适应部件级仿真模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810432449.3A CN108647428B (zh) | 2018-05-08 | 2018-05-08 | 一种涡扇发动机自适应部件级仿真模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108647428A true CN108647428A (zh) | 2018-10-12 |
CN108647428B CN108647428B (zh) | 2020-07-28 |
Family
ID=63749351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810432449.3A Active CN108647428B (zh) | 2018-05-08 | 2018-05-08 | 一种涡扇发动机自适应部件级仿真模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647428B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213004A (zh) * | 2018-11-15 | 2019-01-15 | 中国直升机设计研究所 | 一种搭建直升机模拟器的发动机实时仿真模型的方法 |
CN109376445A (zh) * | 2018-11-07 | 2019-02-22 | 北京动力机械研究所 | 燃气涡轮发动机起动建模方法 |
CN109458563A (zh) * | 2018-10-23 | 2019-03-12 | 青岛理工大学 | 一种开放式局域供水管网动态自适应仿真建模方法 |
CN109460628A (zh) * | 2018-12-14 | 2019-03-12 | 中国航空工业集团公司西安飞机设计研究所 | 一种进气道与发动机共同工作的流量匹配评估方法 |
CN109472062A (zh) * | 2018-10-18 | 2019-03-15 | 南京航空航天大学 | 一种变循环发动机自适应部件级仿真模型构建方法 |
CN109684711A (zh) * | 2018-12-20 | 2019-04-26 | 中国人民解放军海军航空大学 | 一种涡轴发动机气动连接多转子耦合振动分析方法 |
CN109871653A (zh) * | 2019-03-15 | 2019-06-11 | 南京航空航天大学 | 航空发动机数学模型部件特性修正方法 |
CN110175383A (zh) * | 2019-05-17 | 2019-08-27 | 中国航发沈阳发动机研究所 | 一种地面台架试车条件下涡扇发动机部件特性辨识方法 |
CN110502840A (zh) * | 2019-08-26 | 2019-11-26 | 南京航空航天大学 | 航空发动机气路参数在线预测方法 |
CN110672328A (zh) * | 2019-11-05 | 2020-01-10 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
CN111914362A (zh) * | 2020-07-22 | 2020-11-10 | 中国航发沈阳发动机研究所 | 一种研发阶段涡扇发动机模型自适应方法 |
CN112364453A (zh) * | 2020-11-12 | 2021-02-12 | 北京理工大学重庆创新中心 | 发动机建模、分析方法和系统 |
CN112749425A (zh) * | 2021-01-19 | 2021-05-04 | 北京北方华创微电子装备有限公司 | 基于iap平台的气路图实现方法及装置 |
CN117290965A (zh) * | 2023-11-22 | 2023-12-26 | 中汽研汽车检验中心(广州)有限公司 | 车辆仿真软件的车辆模型仿真试验仿真方法、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339795A1 (en) * | 2012-06-15 | 2013-12-19 | The Boeing Company | Failure Analysis Validation And Visualization |
CN103942357A (zh) * | 2014-02-13 | 2014-07-23 | 南京航空航天大学 | 包线内全状态的涡扇发动机机载实时模型构建方法 |
-
2018
- 2018-05-08 CN CN201810432449.3A patent/CN108647428B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339795A1 (en) * | 2012-06-15 | 2013-12-19 | The Boeing Company | Failure Analysis Validation And Visualization |
CN103942357A (zh) * | 2014-02-13 | 2014-07-23 | 南京航空航天大学 | 包线内全状态的涡扇发动机机载实时模型构建方法 |
Non-Patent Citations (2)
Title |
---|
郁阳琳 等: "发动机性能量与输入量的相关性研究", 《航空动力学报》 * |
鲁峰: "航空发动机故障诊断的融合技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472062A (zh) * | 2018-10-18 | 2019-03-15 | 南京航空航天大学 | 一种变循环发动机自适应部件级仿真模型构建方法 |
CN109458563A (zh) * | 2018-10-23 | 2019-03-12 | 青岛理工大学 | 一种开放式局域供水管网动态自适应仿真建模方法 |
CN109376445B (zh) * | 2018-11-07 | 2022-10-14 | 北京动力机械研究所 | 燃气涡轮发动机起动建模方法 |
CN109376445A (zh) * | 2018-11-07 | 2019-02-22 | 北京动力机械研究所 | 燃气涡轮发动机起动建模方法 |
CN109213004A (zh) * | 2018-11-15 | 2019-01-15 | 中国直升机设计研究所 | 一种搭建直升机模拟器的发动机实时仿真模型的方法 |
CN109460628A (zh) * | 2018-12-14 | 2019-03-12 | 中国航空工业集团公司西安飞机设计研究所 | 一种进气道与发动机共同工作的流量匹配评估方法 |
CN109460628B (zh) * | 2018-12-14 | 2023-05-26 | 中国航空工业集团公司西安飞机设计研究所 | 一种进气道与发动机共同工作的流量匹配评估方法 |
CN109684711A (zh) * | 2018-12-20 | 2019-04-26 | 中国人民解放军海军航空大学 | 一种涡轴发动机气动连接多转子耦合振动分析方法 |
CN109684711B (zh) * | 2018-12-20 | 2023-09-22 | 中国人民解放军海军航空大学 | 一种涡轴发动机气动连接多转子耦合振动分析方法 |
CN109871653A (zh) * | 2019-03-15 | 2019-06-11 | 南京航空航天大学 | 航空发动机数学模型部件特性修正方法 |
CN110175383A (zh) * | 2019-05-17 | 2019-08-27 | 中国航发沈阳发动机研究所 | 一种地面台架试车条件下涡扇发动机部件特性辨识方法 |
CN110502840A (zh) * | 2019-08-26 | 2019-11-26 | 南京航空航天大学 | 航空发动机气路参数在线预测方法 |
CN110672328A (zh) * | 2019-11-05 | 2020-01-10 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
CN110672328B (zh) * | 2019-11-05 | 2020-08-14 | 大连理工大学 | 一种基于随机配置网络的涡扇发动机健康参数估计方法 |
CN111914362A (zh) * | 2020-07-22 | 2020-11-10 | 中国航发沈阳发动机研究所 | 一种研发阶段涡扇发动机模型自适应方法 |
CN111914362B (zh) * | 2020-07-22 | 2022-09-20 | 中国航发沈阳发动机研究所 | 一种研发阶段涡扇发动机模型自适应方法 |
CN112364453A (zh) * | 2020-11-12 | 2021-02-12 | 北京理工大学重庆创新中心 | 发动机建模、分析方法和系统 |
CN112749425A (zh) * | 2021-01-19 | 2021-05-04 | 北京北方华创微电子装备有限公司 | 基于iap平台的气路图实现方法及装置 |
CN117290965A (zh) * | 2023-11-22 | 2023-12-26 | 中汽研汽车检验中心(广州)有限公司 | 车辆仿真软件的车辆模型仿真试验仿真方法、设备及介质 |
CN117290965B (zh) * | 2023-11-22 | 2024-04-09 | 中汽研汽车检验中心(广州)有限公司 | 车辆仿真软件的车辆模型仿真试验仿真方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108647428B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108647428A (zh) | 一种涡扇发动机自适应部件级仿真模型构建方法 | |
CN108829928B (zh) | 一种涡轴发动机自适应部件级仿真模型构建方法 | |
CN111914362B (zh) | 一种研发阶段涡扇发动机模型自适应方法 | |
CN109472062A (zh) | 一种变循环发动机自适应部件级仿真模型构建方法 | |
CN109612738B (zh) | 一种涡扇发动机的气路性能改进的分布式滤波估计方法 | |
CN106874569B (zh) | 一种变几何分轴式燃气轮机实时仿真建模方法 | |
CN110502840B (zh) | 航空发动机气路参数在线预测方法 | |
CN110647052B (zh) | 一种变循环发动机模式切换自适应身份证模型构建方法 | |
CN108733906B (zh) | 基于精确偏导数的航空发动机部件级模型构建方法 | |
CN103489032B (zh) | 基于粒子滤波的航空发动机气路部件健康诊断方法 | |
EP1103926A2 (en) | Methods and apparatus for model-based diagnostics | |
CN106935116A (zh) | 自适应性发动机模型扭矩分担优化 | |
WO2021088160A1 (zh) | 一种基于随机配置网络的涡扇发动机健康参数估计方法 | |
CN105404750B (zh) | 一种涡轴发动机自适应模型建立方法 | |
CN109489987A (zh) | 涡扇发动机测量偏置容错的气路性能分布式滤波估计方法 | |
CN108108528B (zh) | 一种分轴式航改燃机动力涡轮一维匹配设计方法 | |
CN112729857B (zh) | 航空发动机健康参数估计方法及航空发动机自适应模型 | |
CN109871653B (zh) | 航空发动机数学模型部件特性修正方法 | |
CN109460628B (zh) | 一种进气道与发动机共同工作的流量匹配评估方法 | |
CN103452674B (zh) | 一种挖掘航空发动机的加速潜能的控制系统及控制方法 | |
CN111680357B (zh) | 一种变循环发动机机载实时模型的部件级无迭代构建方法 | |
CN105389427A (zh) | 基于自适应粒子滤波的航空发动机气路部件故障检测方法 | |
CN108062428A (zh) | 一种涡扇发动机在线部件故障诊断方法及系统 | |
CN112284752A (zh) | 一种基于改进状态跟踪滤波器的变循环发动机解析余度估计方法 | |
CN109829238B (zh) | 基于折合平衡流形展开模型的航空发动机系统辨识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |