CN110763420B - 低温风洞流场自抗扰控制方法 - Google Patents
低温风洞流场自抗扰控制方法 Download PDFInfo
- Publication number
- CN110763420B CN110763420B CN201911012023.3A CN201911012023A CN110763420B CN 110763420 B CN110763420 B CN 110763420B CN 201911012023 A CN201911012023 A CN 201911012023A CN 110763420 B CN110763420 B CN 110763420B
- Authority
- CN
- China
- Prior art keywords
- flow field
- wind tunnel
- low
- disturbance rejection
- active disturbance
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种低温风洞流场自抗扰控制方法,包括低温风洞流场数学模型的建立和自抗扰控制器的设计,先建立低温风洞的流场调节机构与流场参数之间的传递函数,不考虑流场调节机构和流场参数之间的耦合关系,自抗扰控制器通过流场调节机构来控制流场参数,自抗扰控制器包括扩张状态观测器和状态误差反馈控制器,扩张状态观测器将包括调节机构和流场参数之间的耦合在内的干扰因素视为总扰动估算出来,并补偿到状态误差反馈控制器中,实现流场的解耦控制。本发明不需要流场精确的数学模型,在总温、总压和马赫三个控制通道耦合关系未知的情况下,可以实现三者的解耦控制,有效提高了低温风洞流场的调节精度,并且缩短了流场调节时间。
Description
技术领域
本发明涉及风洞流场控制领域,尤其涉及连续式低温风洞流场控制领域。
背景技术
雷诺数在流体力学中表征粘性影响的相似准则数,雷诺数的变化主要影响边界层分离、旋涡流动、激波/边界层干扰、激波/旋涡干扰等粘性起支配作用的流动。风洞试验的雷诺数模拟不足,将会使上述流动现象发生变化,与真实飞行存在差异。目前风洞试验中实现高雷诺数的方法主要有降低总温、增加总压、采用重气体或者增大模型尺寸等方法,其中降低总温(即低温风洞)是最有前途的一种方法。
低温风洞流场三个主要参数为:总温、总压和马赫数,风洞三个主要的流场调节机构为:液氮注入调节阀、氮气排气调节阀、风机。因此低温风洞可以近似看成是一个三输入三输出系统。低温风洞的控制过程十分复杂,其调节机构和输出参数之间的关系见图1。从图1中可以看出低温风洞流场存在强烈的耦合,这种耦合体现在两个方面:1、单个调节机构可能同时会影响多个流场参数,如增大液氮的注入量既会降低总温,也会提高总压;2、流场参数之间相互影响。例如,在保持风机转速恒定的情况下,总温降低时马赫数会升高。现有的解耦方法大多需要被控对象的精确模型,而由于低温风洞流场的复杂性加之低温风洞运行包络线较宽,导致流场的精确模型难以获得,进一步增大了低温风洞的控制难度。
因为低温风洞控制过程的复杂性,从低温风洞建设早期至今,国内外学者对其控制系统设计进行了大量的研究。目前低温风洞流场控制方法可分为三类:经典PID控制、现代控制和智能控制。经典PID控制的优点是不需要流场的数学模型、易于实现,但是难以满足现代飞行器风洞试验对低温风洞控制系统日益增高的性能要求(如马赫数控制精度要求达到0.001)。现代控制理论一个显著的特点是比较依赖被控对象精确的数学模型。美国NASA的TCT和NTF这两座低温风洞,早期的文献表明其采用的是非线性增益调度PI控制并且结合前馈补偿消除控制通道之间的耦合。该控制方法需要建立低温风洞流场的数学模型:一方面非线性增益调度机制需要预先获取风洞流场在不同工况下的稳态增益,另一方面前馈补偿环节需要总温、总压和马赫数三个控制通道之间的动态耦合模型。因此这类控制方法的控制效果严重依赖于风洞流场数学模型的精确程度。欧洲的ETW风洞采用的是一种具有自学习能力的控制算法,这类智能控制方法的缺点是需要大量的样本数据对算法进行训练,而样本数据的获取增加了风洞调试成本和周期。
发明内容
为了解决上述问题,本发明提出一种低温风洞流场自抗扰控制方法,具体的,包括以下步骤:
S1.建立低温风洞流场数学模型:建立低温风洞的流场调节机构与流场参数之间的传递函数,不考虑流场调节机构和流场参数之间的耦合关系;
S2.设计自抗扰控制器:自抗扰控制器通过流场调节机构来控制流场参数,所述自抗扰控制器包括扩张状态观测器和状态误差反馈控制器,所述扩张状态观测器将包括调节机构和流场参数之间的耦合在内的干扰因素视为总扰动估算出来,并补偿到状态误差反馈控制器中,实现流场的解耦控制。
进一步的,所述流场调节机构包括液氮流量调节阀、氮气排气阀和风机,所述流场参数包括低温风洞的总温、总压和马赫数。
进一步的,步骤S1中,将低温风洞流场多变量耦合系统视为三个单输入单输出系统,建立液氮流量调节阀开度与总温、氮气排气阀开度与总压、风机转速与马赫数之间的传递函数。
进一步的,步骤S2中,根据所述三个单输入单输出系统,分别设计三个自抗扰控制器。
进一步的,步骤S1中,根据机理分析建模方法得到低温风洞的流场集中参数模型,忽略流场集中参数模型中的耦合通道,并忽略总压通道中系数较小项α/(Tθ),则流场集中参数模型可简化为三个单输入单输出系统:
其中,T为总温,M为试验段马赫数,P为总压,AL为液氮流量调节阀开度,N为风机转速,Ag为氮气排气阀开度;s为Laplace算子,α为氮气制冷系数,β为液氮制冷系数,θ为风洞热质量,KL为液氮最大注入流量,Km=597(1-0.3M)P-0.035,Kg为氮气排气阀增益,Wg为洞体内氮气质量,tm为洞体金属时间常数,tg为氮气时间常数,tp为风机转速时间常数,τL为液氮分子传递时间,τa为风机叶片到轴承的声波时差。
进一步的,对于n阶自抗扰控制,扩张状态观测器由下式构成:
其中,b0和ωo为自抗扰控制器的待整定参数。
进一步的,对于n阶自抗扰控制,状态误差状态反馈控制器由下式构成:
其中,b0和ωc为自抗扰控制器的待整定参数。
进一步的,根据式(1),若忽略时滞环节和液氮流量调节阀开度与总温的传递函数的阶数为2,则可采用二阶自抗扰控制器;氮气排气阀开度与总压的传递函数、风机转速与马赫数的传递函数的阶数均为1,则可采用一阶自抗扰控制器。
本发明的有益效果在于:
(1)本发明提出的低温风洞流场自抗扰控制方法,不需要流场精确的数学模型,在总温、总压和马赫三个控制通道耦合关系未知的情况下,可以实现三者的解耦控制,有效提高了低温风洞流场的调节精度,并且缩短了流场调节时间,有利于降低风洞运行成本;
(2)本发明具有较强的抗干扰能力,在低温风洞流场受到干扰(风洞试验飞行器模型堵塞度变化)时能够快速消除干扰,恢复流场品质;
(3)本发明具有较强的鲁棒性,一定范围内的流场建模误差(±45%)不会降低流场的控制品质;
(4)本发明的自抗扰控制器结构简单、参数少,而且参数物理意义相对明确、易于整定,便于工程应用。
附图说明
图1是低温风洞输入输出参数之间的关系图;
图2是低温风洞结构示意图;
图3是二阶自抗扰控制结构示意图;
图4是改进的二阶自抗扰控制结构示意图;
图5是低温流场自抗扰控制框图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供了一种低温风洞流场自抗扰控制方法,包括低温风洞流场数学模型的建立,以及总温、总压和马赫数三个自抗扰控制器(Active Disturbance RejectionControl,ADRC)的设计,其中:
低温风洞流场数学模型指的是低温风洞三个流场调节机构与三个流场参数之间的传递函数(流场调节机构安装位置以及相关参数测点如图2所示),具体指的是液氮流量调节阀开度与总温、氮气排气阀开度与总压、风机转速与马赫数之间的传递函数,不考虑调节机构和流场参数之间的耦合关系。
自抗扰控制器通过控制流场调节机构来实现对流场参数的控制,自抗扰控制器主要由扩张状态观测器和状态补偿到误差反馈控制器两部分构成,其中扩张状态观测器将总温、马赫数和总压三个通道之间的耦合以及流场的其他干扰因素当做总扰动估算出来,状态补偿到误差反馈控制中,从而实现流场的解耦控制,因此可将低温风洞流场多变量耦合系统看成三个单输入单输出系统,分别设计三个自抗扰控制器。
本实施例提供的低温风洞流场自抗扰控制方法的具体实施方案如下:
一、低温风洞流场数学模型的建立
低温风洞的洞体由金属材料构成,洞体外部覆盖绝热材料以隔绝风洞与环境之间的热交换。该风洞以氮气为介质,氮气气流由风机驱动。风机对氮气做功以及氮气与洞壁之间的摩擦会产生热量。低温风洞采用向洞内喷射液氮的方式降低氮气的总温,但是这种冷却方式会导致洞体内氮气质量的增加,为了维持风洞压力,又需要将部分总温较高的氮气排出。根据BalakrishnA.S和Goglia.G.L.的《Automatic control of a liquid nitrogencooled,closed-circuit,cryogenic pressure tunnel》中机理分析建模方法,可以得到低温风洞的流场集中参数模型:
其中,T为总温,M为试验段马赫数,P为总压,AL为液氮流量调节阀开度,N为风机转速,Ag为氮气排气阀开度,s为Laplace算子,其余参数见表1。
表1流场模型参数表
二、低温风洞流场数学模型的简化
自抗扰控制器可以将流场建模误差当做系统的总干扰来处理,因此不需要精确的流场数学模型。因而,为了便于流场控制器的设计,可忽略流场数学模型中的耦合通道,并且忽略总压通道中系数较小项α/(Tθ),则流场系统可简化为:
式(2)所示的系统由三个单输入单输出系统组成。
三、低温风洞流场自抗扰控制设计
自抗扰控制器主要由两部分构成:扩张状态观测器(Extended State Observer,ESO)和状态误差反馈控制器,如图3所示是二阶自抗扰控制结构示意图。
更一般的,对于n阶自抗扰控制,扩张状态观测器由式(3)构成,状态误差反馈控制器由式(4)构成,式中b0、ωo、ωc未知,为自抗扰控制器的三个待整定参数。
值得注意的是,图3中扩张状态观测器的输入参数,也即式(4)中的u,由式(5)给出。u同时也是自抗扰控制器的输出,是控制系统给流场调节机构(阀门、风机等)发出的指令,而流场调节机构具有各自的动态特性,如阀门的开关需要一定的时间,风机调速系统的动态特性通常是一个二阶惯性环节。为了使得扩张状态观测器对系统的状态变量和综合扰动的估算更为精确,需要对传统的自抗扰控制进行改进——将执行机构的输出反馈至扩张状态观测器,如图4所示。
从式(2)中可以看出,若忽略时滞环节和总温传递函数的阶数为2,可采用2阶ADRC控制器,马赫数和总压传递函数的阶数均为1,因此可采用1阶ADRC控制器,整个低温风洞流场自抗扰控制系统结构框图见图5,控制器参数见表2。
表2低温风洞流场自抗扰控制系统参数
如图5所示,总温控制器与总压、马赫数控制器略有不同,主要是总温控制通道串联了一阶惯性环节,其原因是总温通道含有一个零点-1/tm,在低温风洞的运行工况范围内,tm取值50~500,该零点较小,十分接近虚轴,严重影响总温的动态性能,为了改善总温的动态性能,给总温通道串联一个惯性环节。
如表2所示,三个自抗扰控制器的参数b0并非常数,与式(2)中传递函数系数有关,因此本发明所设计的自抗扰控制器是一种变增益控制器。在低温风洞运行工况范围内,各系数取值范围:KL(α+β)/θ为-1.07~-0.36,1/(KmT0.5)为1.03×10-4~2.83×10-4,KgP2/(T0.5Wg)为-0.73~-0.04。增益的变化范围较大,也是控制系统设计的一个难点,这就要求在不同运行工况下赋予控制器相应的参数。而自抗扰控制器具有十分优越的鲁棒性,即使在系统增益估算误差较大的情况下仍然能保证良好的控制性能。ωo的取值与数据采集系统的噪声有关,在噪声水平较低的情况下,适当增加ωo可以提高扩张状态观测器的观测精度,ωc的取值受执行机构的带宽限制。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (5)
1.一种低温风洞流场自抗扰控制方法,其特征在于,包括以下步骤:
S1.建立低温风洞流场数学模型:建立低温风洞的流场调节机构与流场参数之间的传递函数,不考虑流场调节机构和流场参数之间的耦合关系;所述流场调节机构包括液氮流量调节阀、氮气排气阀和风机,所述流场参数包括低温风洞的总温、总压和马赫数;
S2.设计自抗扰控制器:自抗扰控制器通过流场调节机构来控制流场参数,所述自抗扰控制器包括扩张状态观测器和状态误差反馈控制器,所述扩张状态观测器将包括调节机构和流场参数之间的耦合在内的干扰因素视为总扰动估算出来,并补偿到状态误差反馈控制器中,实现流场的解耦控制;
步骤S1中,将低温风洞流场多变量耦合系统视为三个单输入单输出系统,建立液氮流量调节阀开度与总温、氮气排气阀开度与总压、风机转速与马赫数之间的传递函数;根据机理分析建模方法得到低温风洞的流场集中参数模型,忽略流场集中参数模型中的耦合通道,并忽略总压通道中系数较小项α/(Tθ),则流场集中参数模型简化为三个单输入单输出系统:
其中,T为总温,M为试验段马赫数,P为总压,AL为液氮流量调节阀开度,N为风机转速,Ag为氮气排气阀开度;s为Laplace算子,α为氮气制冷系数,β为液氮制冷系数,θ为风洞热质量,KL为液氮最大注入流量,Km=597(1-0.3M)P-0.035,Kg为氮气排气阀增益,Wg为洞体内氮气质量,tm为洞体金属时间常数,tg为氮气时间常数,tp为风机转速时间常数,τL为液氮分子传递时间,τa为风机叶片到轴承的声波时差。
2.根据权利要求1所述的低温风洞流场自抗扰控制方法,其特征在于,步骤S2中,根据所述三个单输入单输出系统,分别设计三个自抗扰控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911012023.3A CN110763420B (zh) | 2019-10-23 | 2019-10-23 | 低温风洞流场自抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911012023.3A CN110763420B (zh) | 2019-10-23 | 2019-10-23 | 低温风洞流场自抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110763420A CN110763420A (zh) | 2020-02-07 |
CN110763420B true CN110763420B (zh) | 2021-05-04 |
Family
ID=69333148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911012023.3A Active CN110763420B (zh) | 2019-10-23 | 2019-10-23 | 低温风洞流场自抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110763420B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267314A (zh) * | 2021-04-25 | 2021-08-17 | 中国航天空气动力技术研究院 | 一种暂冲式风洞的超声速流场总压控制系统 |
CN114018531B (zh) * | 2021-11-09 | 2023-03-21 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种高超声速风洞连续变总压的试验数据处理方法 |
CN115808284B (zh) * | 2023-02-09 | 2023-04-21 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 基于神经网络参数调度的风洞多工况建模方法 |
CN115857419B (zh) * | 2023-03-02 | 2023-06-30 | 中国航发四川燃气涡轮研究院 | 一种大型高空台舱压模拟系统的多回路解耦控制方法 |
CN116105963B (zh) * | 2023-04-12 | 2023-06-27 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 大型低温风洞自动化吹风试验方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101578584A (zh) * | 2005-09-19 | 2009-11-11 | 克利夫兰州立大学 | 控制器、观测器及其应用 |
CN105278545A (zh) * | 2015-11-04 | 2016-01-27 | 北京航空航天大学 | 适用于高超声速机动飞行的自抗扰轨迹线性化控制方法 |
CN107124128B (zh) * | 2017-04-28 | 2019-04-16 | 荣信汇科电气技术有限责任公司 | 一种基于iegt的双绕组大功率电机驱动系统的控制方法 |
CN108828941B (zh) * | 2018-06-15 | 2021-11-12 | 北京空天技术研究所 | 基于参数辨识的分离控制方法 |
-
2019
- 2019-10-23 CN CN201911012023.3A patent/CN110763420B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110763420A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110763420B (zh) | 低温风洞流场自抗扰控制方法 | |
US11131969B2 (en) | Self-configuring extremum-seeking control system | |
US11392094B2 (en) | Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (ADRC) | |
Lu et al. | Switching LPV control of an F-16 aircraft via controller state reset | |
CN115494892B (zh) | 高空模拟试车台进气环境模拟系统解耦控制方法 | |
CN106647283A (zh) | 一种基于改进cpso的自抗扰位置伺服系统优化设计方法 | |
CN111258216B (zh) | 一种适用于四旋翼飞行器的滑模重复控制器 | |
CN101887267A (zh) | 风洞马赫数控制器 | |
Li et al. | A novel cascade temperature control system for a high-speed heat-airflow wind tunnel | |
Li et al. | An intelligent control method for a large multi-parameter environmental simulation cabin | |
CN113267314A (zh) | 一种暂冲式风洞的超声速流场总压控制系统 | |
Li et al. | Multi-parameter decoupling and slope tracking control strategy of a large-scale high altitude environment simulation test cabin | |
Smith et al. | Optimizing aircraft performance with adaptive, integrated flight/propulsion control | |
Jian et al. | Cabin temperature control system simulation of transportation aircraft | |
Kada | A new methodology to design sliding-pid controllers: application to missile flight control system | |
Lu et al. | Active disturbance rejection based iterative learning control for variable air volume central air-conditioning system | |
Jia et al. | Multi-variable anti-disturbance controller with state-dependent switching law for adaptive cycle engine | |
Zhang et al. | Nonlinear PID pressure control based on extremum seeking | |
You et al. | Adaptive control of a pipeline pressure system using the golden section method. | |
Wenyan et al. | Stable and robust control design for a benchmark hypersonic aircraft model | |
Yang et al. | Temperature Control of Hot Wind Tunnel by Using Cascade Integral Separated PI and Proportion Control Law | |
Smith et al. | Optimizing aircraft performance with adaptive, integrated flight/propulsion control | |
Gui et al. | Adaptive parameter estimation and velocity control of uav systems | |
Yan et al. | Robust backstepping control with prescribed performance for inner-loop longitudinal system of hypersonic vehicles under input constraint | |
CN117270427A (zh) | 一种面向高空台系统的多模态无扰切换控制方法 |
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 |