CN109184919A - 一种基于航空发动机失稳预测的主动防喘控制方法 - Google Patents

一种基于航空发动机失稳预测的主动防喘控制方法 Download PDF

Info

Publication number
CN109184919A
CN109184919A CN201811169053.0A CN201811169053A CN109184919A CN 109184919 A CN109184919 A CN 109184919A CN 201811169053 A CN201811169053 A CN 201811169053A CN 109184919 A CN109184919 A CN 109184919A
Authority
CN
China
Prior art keywords
engine
unstability
signal
asthma
active anti
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
Application number
CN201811169053.0A
Other languages
English (en)
Inventor
盛汉霖
李泽凡
李嘉诚
张�杰
黄伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201811169053.0A priority Critical patent/CN109184919A/zh
Publication of CN109184919A publication Critical patent/CN109184919A/zh
Pending legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02CGAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C7/00Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01DNON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D25/00Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
    • F01D25/04Antivibration arrangements
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04DNON-POSITIVE-DISPLACEMENT PUMPS
    • F04D29/00Details, component parts, or accessories
    • F04D29/66Combating cavitation, whirls, noise, vibration or the like; Balancing
    • F04D29/661Combating cavitation, whirls, noise, vibration or the like; Balancing especially adapted for elastic fluid pumps

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)

Abstract

本发明公开了一种基于航空发动机失稳预测的主动防喘控制方法,所述方法包括:(1)失稳先兆信号仿真模型;(2)发动机失稳预测算法;(3)主动防喘控制策略。本方案针对航空发动机气动稳定性问题,通过主动防喘角度来提高发动机气动稳定性,建立发动机失稳先兆信号仿真模型;针对不同传感器位置的信号,分别设计基于时频分析法的发动机失稳预测算法;结合失稳预测结果,设计主动防喘控制器,构建发动机主动防喘控制回路,作为备份模式负责在主动控制模式失效时发挥作用避免压气机失稳;此外,在发动机进入不稳定前便实施有效控制,减少了因喘振或失速对发动机造成的破坏,延长发动机寿命,降低维护成本。

Description

一种基于航空发动机失稳预测的主动防喘控制方法
技术领域
本发明涉及一种基于航空发动机失稳预测的主动防喘控制方法,属于航空发动机控制技术领域。
背景技术
第四代战斗机的五个典型的技术特征是:隐形、超声速巡航、高机动性、综合航电和自主后勤。这些优越特性的实现离不开S形进气道和高推重比发动机的使用以及过失速机动的运用,但同时也使得进气畸变对压气机稳定性的不利影响越来越大,对发动机的稳定性提出了更高的要求。发动机面临着高压比、高效率、高稳定性与高抗畸变能力综合寻优的挑战,发动机性能与稳定性之间的矛盾越来越突出。对于我国在研制的高性能发动机乃至未来更高推重比的发动机来说,稳定性问题将变得更加突出,是新一代航空发动机研制成败的关键问题和技术“瓶颈”。
航空发动机气动稳定性控制的难点在于稳定边界的不确定性;诸如:进气畸变、发动机部件性能退化、制造及装配误差等等因素都会导致发动机稳定边界的移动,气动稳定性控制方法包括被动控制方法和主动控制方法。当前的航空发动机气动稳定性控制采用的是被动控制方法,其控制策略是建立在失稳控制线的基础上,结合短时增稳控制系统与失稳复原控制系统来解决发动机的不稳定工作问题。以失稳控制线、短时增稳控制系统及失稳复原系统为核心的被动控制策略已经发展较为成熟,在第三代战斗机的动力装置中得到了广泛的应用,很好地保证了发动机与飞机的安全。然而,失稳控制线保守的稳定裕度、短时增稳控制系统的开环性及失稳复原控制系统的事后性,使得传统的失稳控制策略具有诸多致命的缺陷,主要体现在以下几个方面:(1)失稳控制线的存在使得发动机的性能无法得到充分的发挥,在相同的性能需求下,不得不选择性能更高的发动机,这将导致发动机的重量大幅增加,推重比大幅减小;(2)失稳控制线缩小了发动机的工作范围,使得剩余喘振裕度无法得到有效利用,从而降低了发动机的可操作性和飞机的机动性;(3)短时增稳控制系统为开环控制,意味着不管发动机是否真的面临失稳危险,飞行员都会强制启动,这种保守的控制措施,无疑也将降低发动机的性能;(4)失稳复原控制系统启动时,发动机已经处于气动失稳状态,如果进入“不可恢复性失速”,失稳复原控制系统将无法发挥作用,而不得不空中停车重新启动;即便能成功地退出失稳状态,短暂的失稳也将加速发动机的老化,缩短发动机的使用寿命。为此,需要设计一种新的技术方案给予解决。
发明内容
本发明正是针对现有技术存在的不足,提供一种基于航空发动机失稳预测的主动防喘控制方法,通过时频分析实时在线检测发动机失稳初始扰动,将检测结果送往主动防喘控制器,构成主动防喘控制回路,在主动控制失效时,依然能够保证发动机稳定工作,满足实际使用要求。
为解决上述问题,本发明所采取的技术方案如下:
一种基于航空发动机失稳预测的主动防喘控制方法,所述方法包括:
(1)失稳先兆信号仿真模型
将发动机失稳预测引入到发动机控制系统全数字仿真、硬件在环仿真及半物理仿真等实验中,在不进行真实发动机实验的情况下,研究基于失稳预测的主动防喘控制策略,对失稳先兆信号进行构造,建立其仿真模型,根据模态波型失稳先兆扰动的特点,采用基于MG模型及混沌时间序列对发动机失稳先兆信号进行仿真构造,并考虑失稳先兆信号与压气机转子叶片周向旋转所产生的压力脉动信号之间的相互作用;
(2)发动机失稳预测算法
在发动机失稳前检测出失稳先兆的产生,根据发动机失稳先兆现象的研究结果对于模态波型失稳先兆,采用基于时频分析的方法设计发动机失稳预测算法,且针对不同传感器位置的信号分别设计算法,对于离压气机转子叶片较远的传感器,其信号中包含的先兆信息受转子叶片影响较小,可采用较低的采样频率,并且可以直接进行频率分析,提取发动机失稳先兆信号的强度,而对于压气机转子叶片上方的传感器,低频的先兆扰动信号被调制在了高频信号的频偏与幅值中,可采用包络检波从高频信号幅值中检测出低频成分,再进行频谱分析得到失稳先兆信号的强度;
(3)主动防喘控制策略
在发动机主动稳定性控制器失效时,能基于失稳预测算法进行准确而及时的预测,并基于预测结果实施主动防喘控制,能从根本上保证发动机稳定工作,其具体操作如下:
(3.1)采集发动机压力等对于旋转失速和喘振敏感的参数信号;
(3.2)使用失稳先兆预测算法对发动机失稳先兆信号进行识别,并将识别结果送往主动防喘控制器,主动防喘控制器可采用传统的比例积分控制器;
(3.3)主动防喘控制器根据识别结果和控制规律计算相应的执行机构控制指令,执行机构根据控制指令动作使发动机工作点远离喘振边界。
本发明与现有技术相比较,本发明的实施效果如下:
本方案针对航空发动机气动稳定性问题,通过主动防喘这个角度来提高发动机气动稳定性,建立发动机失稳先兆信号仿真模型;针对不同传感器位置的信号,分别设计基于时频分析法的发动机失稳预测算法;结合失稳预测结果,设计主动防喘控制器,构建发动机主动防喘控制回路,作为备份模式负责在主动控制模式失效时发挥作用避免压气机失稳。
此外,在发动机进入不稳定前便实施有效控制,减少了因喘振或失速对发动机造成的破坏,延长发动机寿命,降低维护成本。
附图说明
图1为本发明所述基于失稳预测的主动防喘控制策略框图。
具体实施方式
下面将结合具体的实施例来说明本发明的内容。
如图1所示:为本发明所述基于航空发动机失稳预测的主动防喘控制方法结构框图。
本发明主要是针对目前的航空发动机气动稳定性控制采用的是被动控制方法,其控制策略是建立在失稳控制线的基础上,结合短时增稳控制系统与失稳复原控制系统来解决发动机的不稳定工作问题;然而,失稳控制线保守的稳定裕度、短时增稳控制系统的开环性及失稳复原控制系统的事后性,使得传统的失稳控制策略具有诸多致命的缺陷。
本发明基于MG模型及混沌时间序列,考虑失稳先兆信号与压气机转子叶片周向旋转所产生的压力脉动信号之间的相互作用,建立发动机失稳先兆信号仿真模型;针对不同传感器位置的信号,分别设计基于时频分析法的发动机失稳预测算法;结合失稳预测结果,设计主动防喘控制器,构建发动机主动防喘控制回路,作为备份模式负责在主动控制模式失效时发挥作用避免压气机失稳。
基于航空发动机失稳预测及主动防喘控制方法
(1)失稳先兆信号仿真模型
为了将发动机失稳预测引入到发动机控制系统全数字仿真、硬件在环仿真及半物理仿真等实验中,在不进行真实发动机实验的情况下,研究基于失稳预测的主动防喘控制策略,需要对失稳先兆信号进行构造,建立其仿真模型,根据模态波型失稳先兆扰动的特点,本发明采用基于MG模型及混沌时间序列对发动机失稳先兆信号进行仿真构造,并考虑失稳先兆信号与压气机转子叶片周向旋转所产生的压力脉动信号之间的相互作用。
(2)发动机失稳预测算法
在发动机失稳前检测出失稳先兆的产生,是进行基于失稳预测的主动防喘控制的前提条件,根据发动机失稳先兆现象的研究结果可知,对于模态波型失稳先兆,在发动机完全失稳前,模态波扰动幅值存在一个连续的增长过程,在模态波初始扰动发展成为旋转失速前,幅值较小,淹没在系统噪声与测量噪声中,从时域很难分辨出模态波扰动。而反映在频域中,模态波的产生与发展则表现为某一频率分量从无到有,并伴随幅值逐渐增大的过程;因此,本发明采用基于时频分析的方法设计发动机失稳预测算法,并且针对不同传感器位置的信号分别设计算法,对于离压气机转子叶片较远的传感器,其信号中包含的先兆信息受转子叶片影响较小,可采用较低的采样频率,并且可以直接进行频率分析,提取发动机失稳先兆信号的强度,而对于压气机转子叶片上方的传感器,低频的先兆扰动信号被调制在了高频信号的频偏与幅值中,可以采用包络检波从高频信号幅值中检测出低频成分,再进行频谱分析得到失稳先兆信号的强度(如图1所示)。
(3)主动防喘控制策略
在发动机主动稳定性控制器失效时,如果能够基于失稳预测算法进行准确而及时的预测,并基于预测结果实施主动防喘控制,能够从根本上保证发动机稳定工作。
本发明采用基于失稳预测的主动防喘控制策略,其如图1所示的结构框图:具体方案如下:(1)采集发动机压力等对于旋转失速和喘振敏感的参数信号;(2)使用失稳先兆预测算法对发动机失稳先兆信号进行识别,并将识别结果送往主动防喘控制器,主动防喘控制器可采用传统的比例积分控制器;(3)主动防喘控制器根据识别结果和控制规律计算相应的执行机构控制指令,执行机构根据控制指令动作使发动机工作点远离喘振边界。
本发明主要是针对航空发动机气动稳定性问题,通过主动防喘这个角度来提高发动机气动稳定性,建立发动机失稳先兆信号仿真模型;针对不同传感器位置的信号,分别设计基于时频分析法的发动机失稳预测算法;结合失稳预测结果,设计主动防喘控制器,构建发动机主动防喘控制回路,作为备份模式负责在主动控制模式失效时发挥作用避免压气机失稳。
以上内容是结合具体的实施例对本发明所作的详细说明,不能认定本发明具体实施仅限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明保护的范围。

Claims (1)

1.一种基于航空发动机失稳预测的主动防喘控制方法,其特征在于:所述方法包括:
(1)失稳先兆信号仿真模型
将发动机失稳预测引入到发动机控制系统全数字仿真、硬件在环仿真及半物理仿真等实验中,在不进行真实发动机实验的情况下,研究基于失稳预测的主动防喘控制策略,对失稳先兆信号进行构造,建立其仿真模型,根据模态波型失稳先兆扰动的特点,采用基于MG模型及混沌时间序列对发动机失稳先兆信号进行仿真构造,并考虑失稳先兆信号与压气机转子叶片周向旋转所产生的压力脉动信号之间的相互作用;
(2)发动机失稳预测算法
在发动机失稳前检测出失稳先兆的产生,根据发动机失稳先兆现象的研究结果对于模态波型失稳先兆,采用基于时频分析的方法设计发动机失稳预测算法,且针对不同传感器位置的信号分别设计算法,对于离压气机转子叶片较远的传感器,其信号中包含的先兆信息受转子叶片影响较小,可采用较低的采样频率,并且可以直接进行频率分析,提取发动机失稳先兆信号的强度,而对于压气机转子叶片上方的传感器,低频的先兆扰动信号被调制在了高频信号的频偏与幅值中,可采用包络检波从高频信号幅值中检测出低频成分,再进行频谱分析得到失稳先兆信号的强度;
(3)主动防喘控制策略
在发动机主动稳定性控制器失效时,能基于失稳预测算法进行准确而及时的预测,并基于预测结果实施主动防喘控制,能从根本上保证发动机稳定工作,其具体操作如下:
(3.1)采集发动机压力等对于旋转失速和喘振敏感的参数信号;
(3.2)使用失稳先兆预测算法对发动机失稳先兆信号进行识别,并将识别结果送往主动防喘控制器,主动防喘控制器可采用传统的比例积分控制器;
(3.3)主动防喘控制器根据识别结果和控制规律计算相应的执行机构控制指令,执行机构根据控制指令动作使发动机工作点远离喘振边界。
CN201811169053.0A 2018-10-08 2018-10-08 一种基于航空发动机失稳预测的主动防喘控制方法 Pending CN109184919A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811169053.0A CN109184919A (zh) 2018-10-08 2018-10-08 一种基于航空发动机失稳预测的主动防喘控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811169053.0A CN109184919A (zh) 2018-10-08 2018-10-08 一种基于航空发动机失稳预测的主动防喘控制方法

Publications (1)

Publication Number Publication Date
CN109184919A true CN109184919A (zh) 2019-01-11

Family

ID=64946895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811169053.0A Pending CN109184919A (zh) 2018-10-08 2018-10-08 一种基于航空发动机失稳预测的主动防喘控制方法

Country Status (1)

Country Link
CN (1) CN109184919A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112696374A (zh) * 2020-11-16 2021-04-23 南京航空航天大学 一种航空发动机喘振信号的气压模拟系统及其控制方法
CN113279997A (zh) * 2021-06-04 2021-08-20 大连理工大学 一种基于控制器模糊切换的航空发动机喘振主动控制系统
CN113389748A (zh) * 2020-03-13 2021-09-14 三菱重工业株式会社 喘振预兆检测装置、喘振预兆检测方法及程序

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6364602B1 (en) * 2000-01-06 2002-04-02 General Electric Company Method of air-flow measurement and active operating limit line management for compressor surge avoidance
CN103306822A (zh) * 2013-05-23 2013-09-18 南京航空航天大学 一种基于喘振裕度估计模型的航空涡扇发动机控制方法
CN104295376A (zh) * 2014-08-15 2015-01-21 中国航空工业集团公司沈阳发动机设计研究所 一种全权限数字电调发动机消喘控制方法
CN107023404A (zh) * 2016-02-02 2017-08-08 通用电气公司 调整燃气涡轮发动机中的空气流畸变
CN107165850A (zh) * 2017-06-27 2017-09-15 西北工业大学 一种基于频域驼峰识别的轴流压气机旋转失速预警方法
CN108150293A (zh) * 2016-12-06 2018-06-12 空中客车德国运营有限责任公司 用于限制喘振风险的涡轮发动机上的提取的控制方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6364602B1 (en) * 2000-01-06 2002-04-02 General Electric Company Method of air-flow measurement and active operating limit line management for compressor surge avoidance
CN103306822A (zh) * 2013-05-23 2013-09-18 南京航空航天大学 一种基于喘振裕度估计模型的航空涡扇发动机控制方法
CN104295376A (zh) * 2014-08-15 2015-01-21 中国航空工业集团公司沈阳发动机设计研究所 一种全权限数字电调发动机消喘控制方法
CN107023404A (zh) * 2016-02-02 2017-08-08 通用电气公司 调整燃气涡轮发动机中的空气流畸变
CN108150293A (zh) * 2016-12-06 2018-06-12 空中客车德国运营有限责任公司 用于限制喘振风险的涡轮发动机上的提取的控制方法和装置
CN107165850A (zh) * 2017-06-27 2017-09-15 西北工业大学 一种基于频域驼峰识别的轴流压气机旋转失速预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
黄伟: "航空发动机高稳定性控制及其在加速控制中的应用", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
黄伟等: "航空发动机喘振主动控制技术的发展", 《航空科学技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113389748A (zh) * 2020-03-13 2021-09-14 三菱重工业株式会社 喘振预兆检测装置、喘振预兆检测方法及程序
CN112696374A (zh) * 2020-11-16 2021-04-23 南京航空航天大学 一种航空发动机喘振信号的气压模拟系统及其控制方法
CN113279997A (zh) * 2021-06-04 2021-08-20 大连理工大学 一种基于控制器模糊切换的航空发动机喘振主动控制系统
CN113279997B (zh) * 2021-06-04 2022-04-12 大连理工大学 一种基于控制器模糊切换的航空发动机喘振主动控制系统

Similar Documents

Publication Publication Date Title
CN109184919A (zh) 一种基于航空发动机失稳预测的主动防喘控制方法
CN109184913A (zh) 基于稳定性估计与预测的航空发动机气动稳定性主动复合控制方法
WO2019144386A1 (zh) 一种航空发动机过渡态关键性能参数预测方法
CN109344510A (zh) 一种基于航空发动机稳定裕度估计的主动稳定性控制方法
US11472575B2 (en) System and method for testing control logic for a propeller of a gas turbine engine
RU2013123289A (ru) Способ и устройство мониторинга контура обратной связи приводной системы переменных геометрий турбореактивного двигателя
CN110362957B (zh) 一种航空发动机关键件寿命管理方法及装置
CN110362961B (zh) 航空发动机风扇转子叶片鸟撞试验参数确定方法
EP3333082B1 (en) Thrust measuring device for a propulsion system
CN106708065A (zh) 无人机降落控制方法、装置与无人机
JP2017523089A (ja) 飛行中の航空機周辺の圧力場を制御するシステムおよび方法
Jeffers et al. F100 fan stall flutter problem review and solution
CA2892718C (en) Fuel cutoff testing system
CN115123562A (zh) 用于指示飞行器损坏的计算机实现的方法
CN110030110B (zh) 基于状态识别的舰载机发动机气动稳定性提升方法及装置
CN108318203A (zh) 飞行器等价地面颤振综合试验方法
KR101392255B1 (ko) 항공기의 6자유도 해석 프로그램을 기록한 컴퓨터 판독가능한 기록 매체
CN106404034A (zh) 一种电涡流式接近传感器在线自检方法及自检电路
CN106896825A (zh) 无人机起飞控制方法与装置
Pan et al. A model of fuel consumption estimation and abnormality detection based on airplane flight data analysis
CN114373361B (zh) 飞行模拟机上模拟鸟击和火山灰场景的方法
CN114112283A (zh) 一种涡桨运输机动力增升全模风洞试验方法
Schubert et al. Source mechanisms of acoustic emissions as an indicator of injury during a full scale fatigue test of a wind turbine rotor blade
Xu et al. Aircraft engine maintenance based on reinforcement learning
Ghazali et al. Automated Drone Fault Detection Approach in Thrust Mode State

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111