CN109116726A - 用于计划预测超前补偿的方法和系统 - Google Patents
用于计划预测超前补偿的方法和系统 Download PDFInfo
- Publication number
- CN109116726A CN109116726A CN201810364363.1A CN201810364363A CN109116726A CN 109116726 A CN109116726 A CN 109116726A CN 201810364363 A CN201810364363 A CN 201810364363A CN 109116726 A CN109116726 A CN 109116726A
- Authority
- CN
- China
- Prior art keywords
- plan
- inner looping
- demand
- value
- output
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D17/00—Regulating or controlling by varying flow
- F01D17/10—Final actuators
- F01D17/12—Final actuators arranged in stator parts
- F01D17/14—Final actuators arranged in stator parts varying effective cross-sectional area of nozzles or guide conduits
- F01D17/16—Final actuators arranged in stator parts varying effective cross-sectional area of nozzles or guide conduits by means of nozzle vanes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
- F02C9/26—Control of fuel supply
- F02C9/28—Regulating systems responsive to plant or ambient parameters, e.g. temperature, pressure, rotor speed
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2220/00—Application
- F05D2220/30—Application in turbines
- F05D2220/32—Application in turbines in gas turbines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2240/00—Components
- F05D2240/10—Stators
- F05D2240/12—Fluid guiding means, e.g. vanes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/82—Forecasts
- F05D2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/40—Type of control system
- F05D2270/44—Type of control system active, predictive, or anticipative
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/50—Control logic embodiments
- F05D2270/54—Control logic embodiments by electronic means, e.g. electronic tubes, transistors or IC's within an electronic circuit
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Feedback Control In General (AREA)
Abstract
本公开提供了计划过程内回路的需求的方法和系统。回路控制器包括:内回路控制系统,其配置成生成用于可控构件的控制输出信号;以及计划需求模块,其配置成从参数源接收过程的受控变量的参数值,并使用需求计划生成计划需求输出。所述回路控制器还包括计划预测模块,所述计划预测模块配置成基于所述内回路控制系统的历史性能和当前系统的动态特性预测计划参数的未来值,并生成计划速率输出。所述计划预测模块包括计划参数的变化率和超前时间输入,所述超前时间输入限定与所述参数速率信号一起使用以确定所述受控变量的未来预测值的前瞻时段。
Description
技术领域
本公开的领域一般涉及过程控制回路,并且更具体地涉及用于降低过程控制装置的斜坡跟踪误差的方法和系统。
背景技术
在设计控制系统的内回路以缓解过程控制装置的斜坡跟踪误差时,暂态跟踪能力和稳态稳定性之间的平衡可能难以维持。阻尼内回路提供了可预测的稳定结果。然而,当内回路斜坡率增大时,暂态跟踪误差变得越发明显。这可能驱使更主动地调整内回路以满足暂态性能要求。主动增益和传统的前馈方法导致过冲和不期望的稳定性挑战。
对计划发动机参数(scheduled engine parameters)的暂态跟踪(Transienttracking)通常是在内回路稳定性和内回路频率响应之间折衷。设计具有低暂态跟踪的频率响应特性的内回路系统可能导致较不稳定的欠阻尼响应,在暂态过程中有过多的过冲(overshoot)。
更稳定的内回路设计为阻尼式或临界阻尼式。尽管临界阻尼式内回路表现良好,但暂态跟踪误差对总体系统设计而言可能较大。临界阻尼系统具有滞后需求输入的响应。此滞后通常与确定量的时间延迟有关。此时间滞后产生与需求斜坡率成正比的暂态跟踪误差。
发明内容
在一个实施例中,一种回路控制器,包括:内回路,所述内回路配置成生成用于可控构件的控制输出信号;以及计划需求模块(schedule demand module),所述计划需求模块配置成从一个或多个参数源接收系统过程的受控变量的参数值,并使用需求计划生成计划需求输出。所述回路控制器还包括计划预测模块,所述计划预测模块配置成基于所述内回路控制系统的历史性能和当前系统的动态特性预测计划参数的未来值,并使用计划参数的变化率生成计划速率输出。所述计划预测模块包括计划参数的变化率(rate-of-changeof a scheduling parameter)和超前时间输入(lead time input),所述超前时间输入限定与所述参数速率信号一起使用以确定所述受控变量的未来预测值的前瞻时段(look-ahead time period)。
可选地,所述一个或多个参数源包括物理传感器、虚拟传感器、电子模型结果、算法结果和其组合。同样可选地,所述一个或多个参数源包括来自监测至少一个受控变量的计算机系统的输出。所述内回路控制系统可以具自阻尼响应。
可选地,所述计划预测模块配置成通过预见由所述超前时间输入限定的需要所述可控构件的控制输出信号的未来值的时段,补偿内回路控制系统的动态性质,使得所述控制输出信号跟随所述计划需求输出,而没有明显的暂态跟踪误差。同样可选地,所述内回路控制系统包括第一求和结点,所述第一求和结点配置成接收所述计划速率输出和所述计划需求输出,并生成第一求和结点输出。所述内回路控制系统可以包括第二求和结点,所述第二求和结点配置成接收所述第一求和结点输出和所述计划需求输出,并生成内回路需求信号。
在另一实施例中,一种基于过程的计划参数的变化率和可选择的未来时段计划过程控制系统的内回路需求的方法。所述方法包括由感测系统从一个或多个传感器接收针对所述过程的受控变量的感测值;使用所述感测值,对于所述过程的至少一个受控变量中的每一个,确定要施加到所述内回路的值,所述至少一个受控变量的每个值基于所述计划参数的变化率和可选择的时段确定。
可选地,所述方法包括从物理传感器、虚拟传感器、电子模型结果、算法结果和其组合中的一个或多个接收所述过程的受控变量的值。同样可选地,所述方法包括将所述受控变量的需求计划与基于计划参数的变化率的计划参数的预测结合。所述方法还可以包括确定所述内回路的时移。可选地,所述方法包括接收可旋转机器的可旋转构件的速度值,使用接收的速度值确定所述可旋转机器的加速度,以及施加速度变化率信号。同样可选地,所述方法包括接收过程系统的压力值,使用所接收的压力值确定所述压力值的变化率;以及施加压力变化率信号。
在又一实施例中,一种回路控制器,包括:内回路控制系统,所述内回路控制系统配置成生成用于可控构件的控制输出信号;以及计划需求模块,所述计划需求模块配置成从一个或多个参数源接收系统过程的受控变量的参数值,并使用以下各项生成计划预测需求输出:需求计划;以及计划预测模块,所述计划预测模块配置成基于所述内回路控制系统的历史性能和当前系统的动态特性预测计划参数的未来值,并使用超前/滞后补偿(lead/lag compensation)和所述需求计划生成所述计划预测需求输出。
可选地,所述需求计划包括以下当中的至少一个:查询表、模型、算法或其组合。同杆可选地,所述一个或多个参数源包括来自监测至少一个受控变量的计算机系统的输出。可选地,使用需求计划和计划预测模块生成所述计划预测需求输出。所述计划预测模块在所述需求计划之前提供超前补偿。可选地,所述需求计划和所述计划预测模块配置成基于内回路控制系统的历史性能和当前系统的动态特性预测所述计划参数的未来值。
附图说明
图1到图8示出本文所描述的方法和设备的实例实施例。
图1是根据本公开的实例实施例的燃气涡轮发动机的示意性横截面图。
图2是计划过程控制系统的内回路需求的方法的流程图。
图3是可以用于图2所示的燃气涡轮发动机的回路控制器的示意图。
图4是可以用于图2所示的燃气涡轮发动机的回路控制器的示意图。
图5是相对控制参数(例如发动机速度)的实例致动器位置计划。
图6是使用简单比例控制方法致动器对于速度升高和降低的响应的图形。
图7是使用前馈超前补偿方法致动器对于速度升高和降低的响应的图形。
图8是将计划预测超前补偿(SPLC Schedule Predictive Lead Compensation)用于本公开的实例实施例的致动器对于速度升高和降低的响应的图形。
尽管各种实施例的具体特征可能在某些附图中示出而未在其它附图中示出,但这仅仅是为了方便起见。可结合任何其它附图的任何特征参考和/或主张任何附图的任何特征。
除非另外指明,否则本文中所提供的附图用来说明本发明的实施例的特征。这些特征被认为适用于包括本发明的一个或多个实施例的广泛多种系统。由此,附图并非意在包括所属领域的技术人员已知的实践本文中所公开的实施例所需的所有常规特征。
具体实施方式
以下详细描述作为实例而不是作为限制说明本公开的实施例。考虑了本公开在工业、商业和住宅应用中内回路的计划预测超前补偿的分析和方法实施例中具有普遍应用。
本义所描述的计划预测超前补偿与传统的前馈技术的不同在于在确定需求引导时使用来自计划参数的信息。
计划预测超前补偿允许设计阻尼内回路控制系统来满足稳态目标,同时不牺牲暂态跟踪性能。计划预测超前补偿通过预见控制输出在未来应有的需求,补偿内回路的动态特性,所以控制输出能够跟随实际计划,而没有明显的暂态跟踪误差。
计划预测超前补偿会保持阻尼系统的稳定性。计划预测超前补偿将内回路响应当作一个具有一阶或二阶阻尼响应并补偿滞后效应的黑盒子。计划预测超前补偿通过预见由内回路响应限定的时间滞后量,补偿输入需求。
在一些实施例中,计划预测超前补偿设计得益于两个假设;1)内回路控制系统可以表征为1阶阻尼响应或2阶阻尼响应,以及2)计划参数有某个惯性项,使得不可能存在瞬时变化。更具体地,计划参数的动态变化通常比内回路控制系统的动态响应要慢。
这种计划预测超前补偿方法通过使用计划参数的变化率和预期的内回路响应时间滞后的前瞻,使用计划参数的知识“超前”需求计划,以使需求产生偏差。通过使用这种方法,计划预测超前补偿可以大大提高暂态跟踪,而不会导致传统的前馈方法可能出现的过冲。尽管本文中参照燃气涡轮发动机计划内回路描述,例如风扇可变几何形状(FVG)和压缩机可变几何形状(CVG),但应理解,计划预测超前补偿能适合其它发动机内回路或使用计划参数的工业应用。例如,可以针对多个不同的特定应用中的每种应用,通过不同的方法执行计划参数的变化率计算。而且,基本计划预测超前补偿设计的阈值或饱和极限可以被修改以适应特定应用。
以下描述参照附图,其中,在没有相反表示时,不同图中的相同数字表示相似的元件。
图1是燃气涡轮发动机100的示意图示,包括风扇组件102、高压压缩机104和燃烧室106,高压压缩机104包括多个周向隔开的压缩机入口导叶(IVG)组件105。在一个实施例中,燃气涡轮发动机100是F-110发动机,其可从俄亥俄州辛辛那提市通用电气公司(General Electric Company,Cincinnati,Ohio)购得。燃气涡轮发动机100还包括高压涡轮108和低压涡轮110,其全部以串联轴向流动关系布置。风扇组件102和涡轮110由第一轴112联接,高压压缩机104和高压涡轮108由第二轴114联接。
燃气涡轮发动机100还包括支撑轴承118的环形框架116,轴承118又支撑第一轴112的一端,以允许由此旋转。多个周向间隔的风扇入口导叶(IGV)组件120在外结构壳体环122和中央毂124之间延伸,引导气流进入燃气涡轮发动机100。
运行中,空气通过风扇IGV组件120并通过风扇组件102流动,使得压缩空气从风扇组件102供应至高压压缩机104,以产生进一步被高度压缩的空气。高度压缩的空气传送至燃烧室106。来自燃烧室106的燃烧气体驱动旋转涡轮108和110,并通过排放喷嘴126离开燃气涡轮发动机100。燃气涡轮发动机100能够在设计运行条件和设计之外的运行条件之间的运行条件范围内运行。
通常,除了其它功能之外,燃气涡轮发动机100包括多个传感器和控制系统元件以定位风扇IGV组件120和压缩机IGV的可变几何形状。例如,在各个实施例中,燃气涡轮发动机100包括致动器环128,其可操作地联接至风扇IGV组件120。致动器环128的位置由IGV致动器130控制,IGV致动器130从例如计算机系统(例如电子控制器134)接收控制信号132。在一些实施例中,电子控制器134实施于例如发动机电子控制(EEC)、适应性容错控制器(AFTC)或其它飞行控制计算机中。传感器136(例如入口温度传感器T2)生成输出信号,其代表与燃气涡轮发动机100有关的测量参数。在所述实例实施例中,电子控制器134被编程以使用来自传感器136的输入调节风扇IGV组件120的位置,这在下面详细描述。
燃气涡轮发动机100仅作为实例描绘于图中,在其它示范性实施例中,燃气涡轮发动机100可具有任何其它合适的配置,包括例如涡轮螺旋桨发动机、涡轮喷气发动机、军事目的发动机和海基或陆基航改发动机。
图2是计划过程控制系统的内回路需求的方法200的流程图。方法200基于过程的受控变量的计划参数的变化率和可选择未来时段。过程的受控变量可以包括压力参数、速度参数、温度参数等等。因此,这些控制器变量的计划参数的变化率分别称作压力变化率计划,速度变化率计划和温度变化率计划。在所述实例实施例中,方法200包括生成202前瞻时间以抵消内回路控制系统预期的响应延迟,使用控制参数的轨迹/变化率和前瞻时间确定204计划参数的未来预测值,并将确定的预测值施加206到计划,以确定内回路控制系统的预测输入。感测系统例如传感器136可以提供被控制过程的受控变量的感测值。传感器136可以包括物理传感器、虚拟传感器、电子模型结果、算法结果和其组合。
图3是可以用于燃气涡轮发动机100(图1中示出)的回路控制器300的示意图。在所述实例实施例中,回路控制器300包括内回路控制系统302,所述内回路控制系统302配置成生成可控构件306的控制输出信号304,所述可控构件例如但不限于连接至可变入口导叶组件105、120的调制致动器130。回路控制器300还包括计划需求模块308,其配置成从一个或多个参数源314接收系统过程的受控变量312的参数值310,并使用需求计划318生成计划需求输出316。在所述实例实施例中,给定计划参数321的值时,需求计划318代表内回路需求的预期或未来值。需求计划318可以以查询表、模型、算法或其组合实施。在各个实施例中,一个或多个参数源314可以物理传感器、虚拟传感器、电子模型结果、算法结果和其组合实施。在其它实施例中,一个或多个参数源314可以来白另一系统的输出实施,例如但不限于发动机电子控制(EEC)、全权限数字电子控制(FADEC)、飞行控制计算机或其组合。
计划预测模块320配置成基于计划参数321的当前变化率和基于系统的动态特性预期的内回路控制系统302的性能,预测计划参数321的未来值,以生成前瞻计划参数偏置信号330。在一个实施例中,计划参数321可以代表燃气涡轮发动机100的核心速度值。在所述实例实施例中,计划预测模块320包括计划参数的变化率322,其将针对受控变量312的预定值,可控构件306的对应值和超前时间输入326关联,所述超前时间输入限定与计划参数的变化率322一起使用以确定前瞻计划参数偏置信号330的前瞻时段,所述偏置信号要被加入到计划参数321以产生计划参数321的未来预测值。
超前时间输入326与内回路控制系统302的能力相关,内回路控制系统302是用已知的阻尼频率响应设计的。如果已知阻尼频率响应,则确定对时间超前的预测。因此,超前时间可以是某些参数(例如致动器130上的负荷)的函数。计划预测模块320配置成通过预见由超前时间输入326限定的需要前瞻偏置或内回路需求信号338的未来值的时段,补偿内回路控制系统302的动态特性,以使得控制输出信号304跟随计划需求输出316,而无明显暂态跟踪误差。
预测需求计划328与需求计划318相同之处在于其代表理想计划需求。内回路需求信号338在给定计划参数321的当前值和变化率时,提供内回路的预期或未来值。在此情况下,计划参数321的预测未来值是其输入,预测需求模块328的输出是用于内回路控制系统302的前瞻计划输出324。
计划预测模块320包括第一求和结点332,所述第一求和结点配置成接收前瞻计划输出324和计划需求输出316,并生成第一求和结点输出334,所述第一求和结点输出对主要内回路计划需求输出316提供前瞻偏置。计划预测模块320还包括第二求和结点336,所述第二求和结点配置成接收第一求和结点输出334和计划需求输出316,并生成内回路需求信号338,所述内回路需求信号是内回路控制系统302的输入。
计划参数321是用来确定内回路控制系统302应如何响应的主要参数。计划参数的变化率322提供计划参数321的当前变化率。在所述实例中,计划参数321代表转子速度,由于系统惯性,此速率不可能变化太快。因此,此速率提供对计划参数321未来情况的良好预测。计划预测超前补偿使得在常规的计划需求输出316做出反应之前,内回路控制系统302能够使用内回路需求信号338对计划需求输出316的即将产生的变化做出反应,最小化跟踪误差和过冲。
图4是根据本公开的另一实例实施例的回路控制器400的示意图。回路控制器400包括:内回路控制系统402,其配置成生成可控构件406的控制输出信号404;以及计划需求模块408,其配置成从一个或多个参数源414接收系统过程的受控变量412的计划参数值410,并生成预测计划需求输出415。使用需求计划416和计划预测模块417生成预测计划需求输出415,其包括常规的超前/滞后补偿特征,以在需求计划416之前提供针对计划参数321、419的超前补偿。需求计划416和计划预测模块417配置成基于内回路控制系统402的历史性能和当前系统的动态特性预测计划参数419的未来值,并使用计划预测模块417和需求计划416生成预测计划需求输出415。
图5是可以用于回路控制器300、400(分别示于图3和图4中)的实例需求计划的图形500。图形500包括x-轴502,其刻度为计划参数的单位,计划参数例如但不限于速度、温度、压力等等。图形500还包括y-轴504,其刻度为致动器位置的单位,致动器位置例如但不限于风扇IGV组件120的位置。图形500包括轨迹506,其示出所述实例需求计划318、416的值。在所述实例实施例中,在x-轴502上的大约x-轴单位零和x-轴单位3之间,轨迹506保持恒定值,变化率为零。在x-轴单位3,轨迹506表现出明显的正变化率。此变化率继续为正,同时致动器位置在大约x-轴单位8时增大到大约y-轴单位5。在x-轴单位8,轨迹506的变化率回到大约零。
图6是示出简单比例-积分(PI)控制系统的响应的图形600。图形600说明由内回路控制系统的响应滞后带来的明显的暂态跟踪误差601。图形600包括x-轴602,其刻度为时间单位。图形600还包括y-轴604,其刻度为响应单位,例如但不限于风扇IGV组件120的位置。图形600包括轨迹606和轨迹608,前者示出真实计划参数相对时间的值,后者示出真实计划需求相对时间的关系。图形600包括没有补偿的比例-积分(PI)控制响应的轨迹610。轨迹610明显滞后轨迹608,在暂态过程中,在暂态点612,614继续错误地跟踪轨迹608。
图7是示出具有传统超前补偿的控制系统响应的图形700。图形700包括刻度为时间单位的x-轴702和刻度为响应单位的y-轴704,所述响应例如但不限于风扇IGV组件120的位置。图形700包括轨迹706和轨迹708,前者示出真实计划参数相对时间的值,后者示出真实计划需求相对时间的关系。图形700包括前馈需求的轨迹710和前馈响应的轨迹712。真实计划需求轨迹708就是电子控制器134尝试跟踪真实计划需求轨迹708经历的特定的任何暂态或扰动的轨迹。前馈响应轨迹712就是应当与真实计划需求轨迹708重合的轨迹。前馈需求轨迹710注入控制信号,其比图6所示的比例-积分(PI)控制更早地加剧前馈响应轨迹712的摆动。前向需求轨迹710改善了跟踪误差,然而也增大了在暂态开始时的控制过冲,在暂态结束时更是如此。例如,当真实计划需求轨迹708在时间2增大时,前馈需求轨迹710激增预定量以尽可能快地转向前馈响应轨迹712,试图赶上前馈响应轨迹712,从而跟踪真实计划需求轨迹708。然而,由于没自预料到真实计划需求轨迹708的变化,前馈响应轨迹712在时间2超过真实计划需求轨迹708。类似的前馈响应轨迹712超过真实计划需求轨迹708出现在时间5,时间8和时间11。内回路需求、真实计划需求轨迹708的超前补偿移动提供了改进的暂态跟踪误差,但由于计划位置的快速变化也引起明显误差和过冲。
图8是示出具有本文中描述的计划预测超前补偿的控制系统的响应的图形。图形800包括刻度为时间单位的x-轴802和刻度为响应单位的y-轴804,所述响应例如但不限于风扇IGV细.件120的位置。图形800包括轨迹806和轨迹808,前者示出真实计划参数轨迹806相对时间的值,后者示出真实计划需求轨迹708相对时间的关系。图形800包括预测计划参数的轨迹810和计划预测需求的轨迹812。图形800包括计划预测响应的轨迹814。并不是象图7中那样将前馈校正施加到真实计划需求轨迹808,在此实施例中,计划预测超前补偿方案,电子控制器134将确定的计划预测超前补偿施加到真实计划参数轨迹806。在真实计划需求轨迹808转向之前,计划预测超前补偿得到了对真实计划参数轨迹806超前补偿的好处。计划预测超前补偿提供了改进的误差跟踪,而在内回路控制系统302、402的暂态点上没有明显的过冲。真实计划参数轨迹706的预测移动带来改进的暂态跟踪,基本上没有由于计划位置的快速变化导致的误差和过冲。
上述的计划预测超前补偿系统提供了改进暂态跟踪误差同时保持阻尼内回路控制系统302、402的期望特征的高效方法。具体地,上述的计划预测超前补偿预见了预定的时间值,并在内回路的上游施加计划变化。计划预测超前补偿可适用于但不限于对照受惯性限制的参数(例如风扇速度或核心速度)计划的参数。大型军用发动机的一些实例包括风扇入口导叶或核心可变定子轮叶(VSV)。暂态跟踪误差的降低可以使发动机接近其稳定性极限运行,赢得性能。内回路设计可以将更多的注意力集中在稳态稳定性性能上,而不是调整暂态性能。
本文中所描述的方法、系统和设备的示范性技术效果包括以下各项中的至少一项:(a)改进了暂态跟踪误差,同时保持期望的阻尼内回路响应特性,(b)适用于对照受惯性限定的参数(例如风扇速度或核心速度)被计划的参数,(c)将超前补偿施加到计划参数的相对低频响应捕获了暂态效应同时还捕获高频计划斜坡变化,(d)通过使用来自计划参数和发动机参数的额外信息,实现没有许多缺点(例如过冲)的超前补偿特征,(e)通过由内回路控制系统响应限定的滞后时间量前瞻,补偿输入需求,和(f)内回路控制设计更专注于稳态稳定性性能,而不是调整暂态性能。
计划预测超前补偿的方法和系统的上述实施例提供了用于稳定非常快速应用中的阻尼内回路的运行的成本有效和可靠的手段。更具体地,本文所描述的方法和系统有利于预见控制变化,并用预测计划变化对这些变化进行响应。结果,本文所描述的方法和系统有利于以成本有效和可靠的方式改进发动机的性能。
尽管可能在一些附图中展示本发明的各种实施例的具体特征,而在其它附图中未展示,但这仅是为方便起见。根据本发明的原理,可结合任何其它附图的任何特征参考和/或主张附图的任何特征。
本书面描述使用实例来公开包括最佳模式的实施例,并且还使所属领域的技术人员能够实践所述实施例,包括制造和使用任何装置或系统以及执行任何并入的方法。本发明的可获专利的范围由权利要求书所界定,且可包括所属领域的技术人员想到的其它实例。如果此类其它实例具有并非不同于权利要求书的字面语言的结构要素,或如果它们包括与权利要求书的字面语言无实质差异的等效结构要素,那么此类其它实例希望在权利要求书的范围内。
Claims (10)
1.一种回路控制器,包括:
内回路控制系统,所述内回路控制系统配置成生成用于可控构件的控制输出信号;
计划需求模块,所述计划需求模块配置成从一个或多个参数源接收系统过程的受控变量的参数值,并使用需求计划生成计划需求输出;以及
计划预测模块,所述计划预测模块配置成基于所述内回路控制系统的历史性能和当前系统的动态特性预测计划参数的未来值,并生成计划速率输出,所述计划预测模块包括:
用来生成计划速率输出的所述计划参数的变化率;以及
超前时间输入,所述超前时间输入限定与所述计划参数的变化率一起使用以确定所述受控变量的未来预测值的前瞻时段。
2.根据权利要求1所述的回路控制器,其中,所述一个或多个参数源包括物理传感器、虚拟传感器、电子模型结果、算法结果和其组合。
3.根据权利要求1所述的回路控制器,其中,所述一个或多个参数源包括来自监测至少一个受控变量的计算机系统的输出。
4.根据权利要求1所述的回路控制器,其中,所述内回路控制系统具有阻尼响应。
5.根据权利要求1所述的回路控制器,其中,所述计划预测模块配置成通过预见由所述超前时间输入限定的需要所述可控构件的控制输出信号的未来值的时段,补偿内回路控制系统的动态特性,使得所述控制输出信号跟随所述计划需求输出,而没有明显的暂态跟踪误差。
6.根据权利要求1所述的回路控制器,其中,所述内回路控制系统包括第一求和结点,所述第一求和结点配置成接收所述计划速率输出和所述计划需求输出,并生成第一求和结点输出。
7.根据权利要求1所述的回路控制器,其中,所述内回路控制系统包括第二求和结点,所述第二求和结点配置成接收所述第一求和结点输出和所述计划需求输出,并生成内回路需求信号。
8.一种基于过程的计划参数的变化率和可选择的未来时段计划过程控制系统的内回路需求的方法,所述方法包括:
由感测系统从一个或多个传感器接收针对所述过程的受控变量的感测值;
使用所述感测值,对于所述过程的至少一个受控变量中的每一个,确定要施加到所述内回路的值,所述至少一个受控变量的每个值基于所述计划参数的变化率和可选择的时段确定;
将确定的值施加到所述内回路的输入;以及
由所述内回路生成用于可控构件的控制输出信号。
9.根据权利要求8所述的方法,其中,由感测系统从一个或多个传感器接收针对所述过程的受控变量的值包括从物理传感器、虚拟传感器、电子模型结果、算法结果和其组合中的一个或多个接收所述过程的受控变量的值。
施加速度变化率计划。
10.一种回路控制器,包括:
内回路控制系统,所述内回路控制系统配置成生成用于可控构件的控制输出信号;以及
计划需求模块,所述计划需求模块配置成从一个或多个参数源接收系统过程的受控变量的参数值,并使用以下各项生成计划预测需求输出:
需求计划;以及
计划预测模块,所述计划预测模块配置成基于所述内回路控制系统的历史性能和当前系统的动态特性预测计划参数的未来值,并使用超前/滞后补偿和所述需求计划生成所述计划预测需求输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210920452.6A CN115220350A (zh) | 2017-06-22 | 2018-04-20 | 用于计划预测超前补偿的方法和系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/630455 | 2017-06-22 | ||
US15/630,455 US10344615B2 (en) | 2017-06-22 | 2017-06-22 | Method and system for schedule predictive lead compensation |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920452.6A Division CN115220350A (zh) | 2017-06-22 | 2018-04-20 | 用于计划预测超前补偿的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116726A true CN109116726A (zh) | 2019-01-01 |
CN109116726B CN109116726B (zh) | 2022-08-16 |
Family
ID=64692087
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810364363.1A Active CN109116726B (zh) | 2017-06-22 | 2018-04-20 | 用于计划预测超前补偿的方法和系统 |
CN202210920452.6A Pending CN115220350A (zh) | 2017-06-22 | 2018-04-20 | 用于计划预测超前补偿的方法和系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920452.6A Pending CN115220350A (zh) | 2017-06-22 | 2018-04-20 | 用于计划预测超前补偿的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10344615B2 (zh) |
CN (2) | CN109116726B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10859097B2 (en) * | 2018-03-19 | 2020-12-08 | Garrett Transportation I Inc. | Method for controlling a trim-adjustment mechanism for a centrifugal compressor |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4489376A (en) * | 1982-04-12 | 1984-12-18 | Westinghouse Electric Corp. | Industrial process control apparatus and method |
US5566065A (en) * | 1994-11-01 | 1996-10-15 | The Foxboro Company | Method and apparatus for controlling multivariable nonlinear processes |
CN1183148A (zh) * | 1995-04-28 | 1998-05-27 | 埃克森化学专利公司 | 控制非线性过程的反馈方法 |
US6076159A (en) * | 1997-09-12 | 2000-06-13 | Siemens Aktiengesellschaft | Execution of a loop instructing in a loop pipeline after detection of a first occurrence of the loop instruction in an integer pipeline |
US20030028267A1 (en) * | 2001-08-06 | 2003-02-06 | Hales Michael L. | Method and system for controlling setpoints of manipulated variables for process optimization under constraint of process-limiting variables |
US20040098145A1 (en) * | 2002-11-14 | 2004-05-20 | Liu Zhenduo | Hybrid cascade model-based predictive control system |
CN1534259A (zh) * | 2003-03-31 | 2004-10-06 | 上海百富勤空调设备有限公司 | 螺杆制冷压缩机能量的模糊控制方法 |
EP1571509A1 (en) * | 2004-03-02 | 2005-09-07 | General Electric Company | Model-based control systems and methods for gas turbine engines |
CN1742241A (zh) * | 2002-12-09 | 2006-03-01 | 搭篷技术公司 | 具有可变动态特性的过程的自适应控制的一种系统和方法 |
CN101158319A (zh) * | 2001-07-25 | 2008-04-09 | 本田技研工业株式会社 | 控制设备、控制方法和发动机控制单元 |
US20080208371A1 (en) * | 2007-02-23 | 2008-08-28 | Toyota Engineering & Manufacturing North America, Inc. | Control system for a plant |
CN101807048A (zh) * | 2005-09-30 | 2010-08-18 | 费舍-柔斯芒特系统股份有限公司 | 过程控制系统中的在线自适应模型预测控制 |
CN102374519A (zh) * | 2010-08-16 | 2012-03-14 | 爱默生过程管理电力和水解决方案公司 | 蒸汽温度的动态矩阵控制的动态整定 |
US20140249777A1 (en) * | 2013-03-04 | 2014-09-04 | Azbil Corporation | Fault detecting system and fault detecting method |
CN104303115A (zh) * | 2011-11-03 | 2015-01-21 | 牛津布鲁克斯大学 | 控制呈现混沌行为的动态物理系统的方法 |
CN104570729A (zh) * | 2014-11-24 | 2015-04-29 | 东北林业大学 | 一种改进型的Smith预估控制器 |
CN104793656A (zh) * | 2015-04-07 | 2015-07-22 | 华北电力科学研究院有限责任公司 | 旁路压力设定值的确定方法及装置 |
CN105221270A (zh) * | 2014-06-30 | 2016-01-06 | 通用电气公司 | 多变量前馈控制 |
CN105242539A (zh) * | 2015-10-20 | 2016-01-13 | 四川君和环保股份有限公司 | 控制回路中执行器迟滞的预测补偿方法 |
CN105324614A (zh) * | 2013-06-17 | 2016-02-10 | 三菱电机株式会社 | 空调系统控制装置以及空调系统控制方法 |
CN105468054A (zh) * | 2015-12-10 | 2016-04-06 | 长江大学 | 刹车温度监控装置及智能控制方法 |
US20160098022A1 (en) * | 2013-03-13 | 2016-04-07 | Johnson Controls Technology Company | System identification and model development |
CN105589448A (zh) * | 2009-02-02 | 2016-05-18 | 费希尔-罗斯蒙特系统公司 | 具有用以补偿模型失配的可调节积分分量的模型预测控制器 |
CN105962408A (zh) * | 2016-07-01 | 2016-09-28 | 云南烟叶复烤有限责任公司 | 一种对烟叶复烤机出口烟叶水分的多策略复合控制方法 |
CN106610588A (zh) * | 2016-12-30 | 2017-05-03 | 广东华中科技大学工业技术研究院 | 一种串级预测控制系统及方法 |
CN106688172A (zh) * | 2014-05-08 | 2017-05-17 | 罗姆动力威胜有限公司 | 用于控制dc‑dc转换器的方法 |
CN106765052A (zh) * | 2016-11-21 | 2017-05-31 | 华北电力大学(保定) | 一种电站锅炉蒸汽温度的智能计算预测控制方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4242592A (en) | 1977-10-11 | 1980-12-30 | Westinghouse Electric Corp. | Gas turbine power plant control apparatus including an ambient temperature responsive control system |
US4159444A (en) | 1978-03-21 | 1979-06-26 | Sperry Rand Corporation | Fail operational dual electromechanical servo actuator for aircraft with model monitoring |
US4887214A (en) | 1987-10-27 | 1989-12-12 | The Boeing Company | Flight control system employing two dual controllers operating a dual actuator |
US5274554A (en) | 1991-02-01 | 1993-12-28 | The Boeing Company | Multiple-voting fault detection system for flight critical actuation control systems |
US5596502A (en) * | 1994-11-14 | 1997-01-21 | Sunoptech, Ltd. | Computer system including means for decision support scheduling |
US6202403B1 (en) * | 1998-12-22 | 2001-03-20 | General Electric Company | Core compartment valve cooling valve scheduling |
US8220245B1 (en) | 2005-08-03 | 2012-07-17 | Candent Technologies, Inc. | Multi spool gas turbine system |
US7889710B2 (en) * | 2006-09-29 | 2011-02-15 | Rosemount Inc. | Wireless mesh network with locally activated fast active scheduling of wireless messages |
US7960934B2 (en) | 2008-09-23 | 2011-06-14 | Honeywell International Inc. | Fault-tolerant control system |
US8090456B2 (en) | 2008-11-03 | 2012-01-03 | United Technologies Corporation | System and method for design and control of engineering systems utilizing component-level dynamic mathematical model |
CN102667755B (zh) | 2009-09-03 | 2016-08-03 | 华莱士·E.·拉里莫尔 | 通过迭代线性子空间计算对时变、变参数和非线性系统进行实验建模的方法和系统 |
US8566000B2 (en) | 2010-02-23 | 2013-10-22 | Williams International Co., L.L.C. | System and method for controlling a single-spool turboshaft engine |
US8276363B2 (en) | 2010-08-10 | 2012-10-02 | General Electric Company | Method for compensating for combustion efficiency in fuel control system |
US8820677B2 (en) | 2011-06-18 | 2014-09-02 | Jason A. Houdek | Aircraft power systems and methods |
US9399955B2 (en) * | 2012-02-29 | 2016-07-26 | General Electric Company | Method and apparatus for local loop closure |
CN104461728B (zh) * | 2013-09-18 | 2019-06-14 | Sap欧洲公司 | 迁移事件调度管理的计算机系统、介质和方法 |
JP6461569B2 (ja) | 2014-11-25 | 2019-01-30 | スタンレー電気株式会社 | 照明装置 |
US10089441B2 (en) * | 2015-06-22 | 2018-10-02 | General Electric Company | System-wide probabilistic alerting and activation |
-
2017
- 2017-06-22 US US15/630,455 patent/US10344615B2/en active Active
-
2018
- 2018-04-20 CN CN201810364363.1A patent/CN109116726B/zh active Active
- 2018-04-20 CN CN202210920452.6A patent/CN115220350A/zh active Pending
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4489376A (en) * | 1982-04-12 | 1984-12-18 | Westinghouse Electric Corp. | Industrial process control apparatus and method |
US5566065A (en) * | 1994-11-01 | 1996-10-15 | The Foxboro Company | Method and apparatus for controlling multivariable nonlinear processes |
CN1183148A (zh) * | 1995-04-28 | 1998-05-27 | 埃克森化学专利公司 | 控制非线性过程的反馈方法 |
US6076159A (en) * | 1997-09-12 | 2000-06-13 | Siemens Aktiengesellschaft | Execution of a loop instructing in a loop pipeline after detection of a first occurrence of the loop instruction in an integer pipeline |
CN101158319A (zh) * | 2001-07-25 | 2008-04-09 | 本田技研工业株式会社 | 控制设备、控制方法和发动机控制单元 |
US20030028267A1 (en) * | 2001-08-06 | 2003-02-06 | Hales Michael L. | Method and system for controlling setpoints of manipulated variables for process optimization under constraint of process-limiting variables |
US20040098145A1 (en) * | 2002-11-14 | 2004-05-20 | Liu Zhenduo | Hybrid cascade model-based predictive control system |
CN1742241A (zh) * | 2002-12-09 | 2006-03-01 | 搭篷技术公司 | 具有可变动态特性的过程的自适应控制的一种系统和方法 |
CN1534259A (zh) * | 2003-03-31 | 2004-10-06 | 上海百富勤空调设备有限公司 | 螺杆制冷压缩机能量的模糊控制方法 |
EP1571509A1 (en) * | 2004-03-02 | 2005-09-07 | General Electric Company | Model-based control systems and methods for gas turbine engines |
CN101807048A (zh) * | 2005-09-30 | 2010-08-18 | 费舍-柔斯芒特系统股份有限公司 | 过程控制系统中的在线自适应模型预测控制 |
US20080208371A1 (en) * | 2007-02-23 | 2008-08-28 | Toyota Engineering & Manufacturing North America, Inc. | Control system for a plant |
CN105589448A (zh) * | 2009-02-02 | 2016-05-18 | 费希尔-罗斯蒙特系统公司 | 具有用以补偿模型失配的可调节积分分量的模型预测控制器 |
CN102374519A (zh) * | 2010-08-16 | 2012-03-14 | 爱默生过程管理电力和水解决方案公司 | 蒸汽温度的动态矩阵控制的动态整定 |
CN104303115A (zh) * | 2011-11-03 | 2015-01-21 | 牛津布鲁克斯大学 | 控制呈现混沌行为的动态物理系统的方法 |
US20140249777A1 (en) * | 2013-03-04 | 2014-09-04 | Azbil Corporation | Fault detecting system and fault detecting method |
US20160098022A1 (en) * | 2013-03-13 | 2016-04-07 | Johnson Controls Technology Company | System identification and model development |
CN105324614A (zh) * | 2013-06-17 | 2016-02-10 | 三菱电机株式会社 | 空调系统控制装置以及空调系统控制方法 |
CN106688172A (zh) * | 2014-05-08 | 2017-05-17 | 罗姆动力威胜有限公司 | 用于控制dc‑dc转换器的方法 |
CN105221270A (zh) * | 2014-06-30 | 2016-01-06 | 通用电气公司 | 多变量前馈控制 |
CN104570729A (zh) * | 2014-11-24 | 2015-04-29 | 东北林业大学 | 一种改进型的Smith预估控制器 |
CN104793656A (zh) * | 2015-04-07 | 2015-07-22 | 华北电力科学研究院有限责任公司 | 旁路压力设定值的确定方法及装置 |
CN105242539A (zh) * | 2015-10-20 | 2016-01-13 | 四川君和环保股份有限公司 | 控制回路中执行器迟滞的预测补偿方法 |
CN105468054A (zh) * | 2015-12-10 | 2016-04-06 | 长江大学 | 刹车温度监控装置及智能控制方法 |
CN105962408A (zh) * | 2016-07-01 | 2016-09-28 | 云南烟叶复烤有限责任公司 | 一种对烟叶复烤机出口烟叶水分的多策略复合控制方法 |
CN106765052A (zh) * | 2016-11-21 | 2017-05-31 | 华北电力大学(保定) | 一种电站锅炉蒸汽温度的智能计算预测控制方法 |
CN106610588A (zh) * | 2016-12-30 | 2017-05-03 | 广东华中科技大学工业技术研究院 | 一种串级预测控制系统及方法 |
Non-Patent Citations (3)
Title |
---|
YU CAO,等: "Switch-Factor Based Loop RLC Modeling for Efficient Timing Analysis", 《IEEE TRANSACTIONS ON VERY LARGE SCALE INTEGRATION (VLSI) SYSTEMS》 * |
朱坚民,等: "基于强化缓冲算子的灰色预测PID控制仿真研究", 《上海理工大学学报》 * |
黄耀群,等: "《同步电机现代励磁系统及其控制》", 31 December 1993, 《成都科技大学出版社》 * |
Also Published As
Publication number | Publication date |
---|---|
US20180371936A1 (en) | 2018-12-27 |
CN115220350A (zh) | 2022-10-21 |
US10344615B2 (en) | 2019-07-09 |
CN109116726B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zong et al. | Fault-tolerant control of switched LPV systems: A bumpless transfer approach | |
US10316760B2 (en) | Turboshaft engine control | |
US6272422B2 (en) | Method and apparatus for use in control of clearances in a gas turbine engine | |
US10711734B2 (en) | Optimal thrust control of an aircraft engine | |
US20190316536A1 (en) | Model reference adaptive controller | |
CN103216338A (zh) | 用于管理发动机的功率的方法和系统 | |
MX2015004166A (es) | Produccion y control de gas comprimido. | |
Singh et al. | Dynamic modeling and robust nonlinear control of a laboratory gas turbine engine | |
EP3715964B1 (en) | Distributed control modules with built-in tests and control-preserving fault responses | |
JP2016020692A (ja) | 多変数フィードフォワード制御 | |
CN109116726A (zh) | 用于计划预测超前补偿的方法和系统 | |
Ding et al. | An onboard aeroengine model-tuning system | |
CN110199102B (zh) | 燃气涡轮发动机燃料控制系统和方法 | |
Alsuwian et al. | A review of anti-surge control systems of compressors and advanced fault-tolerant control techniques for integration perspective | |
EP3705956B1 (en) | Distributed control modules with cumulating command references | |
Samar et al. | Multivariable controller design for a high performance aero-engine | |
Sanusi et al. | Reinforcement learning for condition-based control of gas turbine engines | |
Willkomm et al. | Tracking-control for the boost-pressure of a turbo-charger based on a local model network | |
Ebel | Adaptive sliding mode control for aircraft engines | |
Yoon | Surge control of active magnetic bearing suspended centrifugal compressors | |
Silva et al. | Multivariable aircraft engine controller design using an optimal loop shaping approach | |
Wang et al. | Optimization-Based Aeroengine Nonlinear Control Integration | |
Li | A novel optimization control of gas turbine based on a hybrid method using the BELBIC and adaptive multi input multi output feedback control | |
Li et al. | Enhancing Aero-Engine Thrust Response: Accounting for Combustion Delays | |
Fleischmann et al. | Controller design point selection for linearized gain scheduling |
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 |