CN111046568B - 一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 - Google Patents
一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 Download PDFInfo
- Publication number
- CN111046568B CN111046568B CN201911307885.9A CN201911307885A CN111046568B CN 111046568 B CN111046568 B CN 111046568B CN 201911307885 A CN201911307885 A CN 201911307885A CN 111046568 B CN111046568 B CN 111046568B
- Authority
- CN
- China
- Prior art keywords
- pressure
- model
- controller
- engine
- tail nozzle
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Feedback Control In General (AREA)
Abstract
本发明的目的在于提供一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法,首先对航空发动机以及尾喷管的机械运动机构、液压执行机构、控制系统分别进行单独建模,然后运用子系统之间的参数传递功能以及机电液系统仿真软件之间的接口技术实现了联合仿真模型的搭建。之后,在集成仿真系统基础上,制定控制器参数优化规则,根据当前状态实时优化控制器参数,从而优化尾喷管的动态响应。本发明所建立的联合仿真模型捕捉到了喷管调节过程中气动力的变化,弥补了单独进行尾喷管仿真时信息的缺失;采用本发明所优化后的控制器,克服了传统PI控制器可能振荡不稳当的缺点,因此本发明具有较强的实际应用价值。
Description
技术领域
本发明涉及的是一种航空发动机仿真控制方法,具体地说是航空发动机尾喷管机械、液压、控制的多学科联合仿真。
背景技术
航空发动机运行时,尾喷管使燃气发生器排出的燃气继续膨胀,将燃气的可用功充分转变为动能,从而推动飞机高速飞行。在这过程中,尾喷管工作环境十分恶劣,调节片、密封片承受着巨大的气动力,再加上尾喷管液压执行机构本身的非线性、时变性,尾喷管喉道面积调节有时可能超调严重、响应慢,甚至出现振荡现象。
然而,当前对其原因的探究或是仅探究液压油粘性、温度等因素对液压伺服系统本身的影响,抑或是采用新型控制算法单独地对液压伺服系统进行控制研究。它们的关注点都在于喷管液压伺服机构本身,而未曾对液压执行机构与发动机整体共同工作时的状况进行研究,忽略了其耦合动态特性。因此,提出采用联合仿真的方法,将尾喷管液压伺服机构模型引入到整机仿真模型中,建立航空发动机和喷管机电液系统的联合仿真模型。并在此联合仿真模型基础上制定控制器参数优化规则,实时调整控制器参数,优化尾喷管液压执行机构的动态响应。
Simulink是一个进行动态系统建模、仿真和综合分析的集成软件包。可处理包括线性、非线性系统;离散、连续及混合系统;单任务、多任务离散事件系统等。因此并借助Simulink提供的求解算法,实现发动机整机模型、喷管喉道运动学数学模型以及控制系统模型的搭建。AMESim软件是专门用于液压机械系统建模、仿真及动力学分析的优秀软件。使用它能够方便地构建出由机械、液压、电气等元件构成的复杂系统的数学模型,进行仿真度较高的系统仿真分析和参数优化。因此,借助AMESim仿真平台,建立尾喷管液压执行机构的仿真模型。两个软件之间可通过接口实现数据传递,实现联合仿真模型的搭建。
发明内容
本发明的目的在于提供能自适应地优化控制器参数、改善尾喷管动态响应的一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法。
本发明的目的是这样实现的:
本发明一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法,其特征是:
(1)建立尾喷管液压执行机构模型:
尾喷管液压执行机构包括高速电磁阀、分油活门、液压作动筒以及相应的位移传感器;工作时,来自定压油源的液压油分两路流过分油活门活塞的左右两侧,活塞左腔的压力为一常数值,由两个节流器分压而成;右侧压力由层板节流器和高速电磁阀分压而成,此时的高速电磁阀相当于一个可变节流器,可根据电信号的大小调节其液阻,从而改变活塞右腔的压力,活塞和与之相连接的滑阀随着左右腔室压差变化而发生移动,从而调节作动筒左右两腔的压力,促使活塞伸出或收回,进而通过凸轮装置实现尾喷管面积的调节;因此模型简化为一个作动筒、两个流量阀以及一个带旁路节流的正开度滑阀,在AMESim中采用键合图构建方法分别拉取对应模块建立模型;
(2)将AMESim模型编译为MEX程序:
以作动筒位移量为输出量,以作动筒受力以及控制器信号为输入量,使用VisualStudio编译器将AMESim模型编译为一种可在Matlab环境中调用的C语言衍生程序;
(3)在Simulink中建立尾喷管机械运动学模型、航空发动机模型以及控制器模型:
a.建立尾喷管机械运动学模型:
根据牛顿第二定律可得如下表达式:
为机匣与尾喷管调节片铰接处的作用力,为液压作动筒前端滚子对凸轮的作用力,为尾喷管所受的气动力,L为调节片长度,dom为原点到的垂直距离,α为偏转角,由当前S或Xd经插值给出,角度θ由当前滚子与凸轮接触点的切线斜率计算得到,这样剩下F0x、F0y、Fm三个未知量,三个方程三个未知量,可解得尾喷管的运动学模型;
b.建立航空发动机模型:
航空发动机型式为涡扇发动机,包括进气道、风扇、高压压气机、主燃烧室、高压涡轮、低压涡轮、外涵道、混合室、加力燃烧室及尾喷管,其中风扇与低压涡轮通过低压转子轴连接,由低压涡轮进行驱动,高压压气机与高压涡轮通过高压转子轴连接,由高压涡轮进行驱动,将发动机各部件由其各自的特性方程以及参数方程描述;通过求解惯性微分方程组,部件之间互相耦合构成发动机的整机模型;
涡扇发动机属于轻型燃机,仅考虑转轴之间的转动惯性以及容积腔的容积惯性,选取高低压转轴来建立转动惯性微分方程组;选取外涵道、高低压涡轮间的容积、混合式以及主燃烧室作为四个容积腔,来建立容积惯性微分方程组,建立下式六个微分方程,采用Simulink中ode23算法求解:
c.建立控制器模型:
控制器数学表达式:
u(k)为控制器输出,e(k)为误差,kp为比例系数,ki为积分系数,k为采样序列,在Simulink中直接选取对应的运算模块;
(4)搭建航空发动机及尾喷管机电液系统联合仿真模型:
步骤(3)三个模型,通过Simulink内参数传递功能实现数据传递,通过Simulink中的SimuCosim模块将MEX程序作为S-function调用,实现AMESim与Matlab的数据传递,从而搭建起联合仿真模型;
(5)制定控制器参数优化方法:
以最小J因子为目标,采用序列二次规划算法对控制规则表输入输出参数的量化因子进行寻优,若J因子的值小于或等于0.1,系统响应良好,停止优化;若J因子的值大于0.1,系统响应还有优化空间,继续采用序列二次规划算法对输入输出参数的量化因子进行寻优,从而对PI控制器的参数进行实时调节:
序列二次规划算法约束取为下式:
控制规则表1:参数Kp调整规则
控制规则表2:参数Ki调整规则
本发明的优势在于:本发明联合仿真模型能捕捉喷管调节过程中,液压作动筒所受气动力的变化;在集成仿真模型基础上,通过优化算法得到的控制器参数,使喷管达到良好的动态响应。
附图说明
图1为本发明中实施流程图;
图2为本发明中航空发动机及尾喷管机电液系统的整体原理图;
图3为本发明液压执行机构的原理图;
图4为本发明中尾喷管机械运动学的受力分析图;
图5为双轴涡扇发动机结构示意图;
图6为本发明喷管阶跃响应曲线图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
结合图1-6,航空发动机及尾喷管机电液系统共同工作的原理。
如图2所示,整个主要包括四大部分:涡扇发动机整机模型、尾喷管液压执行机构模型、尾喷管机械运动学模型、控制器模块。其中,用于作动筒受力计算,进行液压执行机构和整机模型数据传递的‘尾喷管机械运动学,模型’已内置于发动机模型中。
工作时,发动机电子控制器(Electronic Engine Controller,EEC)接受来自飞行控制计算机(Flight Control Computer)的飞行控制指令信号,需按要求调整发动机尾喷管喉道面积A8。它结合来自液压执行机构反馈的位移信号Ld、Xd,发出控制指令,调节液压作动筒的位移,进而实现A8面积的调节。在A8调节过程中,‘尾喷管机械运动学模块’会根据当前发动机工作状态和液压作动筒位移,计算当前液压作动筒受力F,并传递到液压执行机构仿真模块中。从而实现尾喷管液压执行机构同航空发动机的共同工作,为后续尾喷管液压执行机构动态响应和控制方法研究奠定基础。
如图1所示,本发明的流程如下:
首先建立航空发动机及尾喷管机电液系统的各个子模型,包括涡扇发动机的整机仿真模型、尾喷管液压执行机构仿真模型、尾喷管机械运动学模型、喷管面积控制算法模型等四个子模型。其中涡扇发动机的整机仿真模型计算当前飞行状态下发动机各截面的参数,为其它模块提供基本的发动机热力学参数;尾喷管液压执行机构模型则通过调节分油活门的位置,来控制液压作动筒的伸长和收缩,通过凸轮装置转变运动形式,实现喷管面积的调节;尾喷管机械运动学模型则用来计算此时液压作动筒所受的气动力,以更加真实的还原喷管面积调节过程中液压执行机构的工作状况;而喷管面积控制模块,通过目标值与实际值之间的误差和误差变化率计算得到控制信号控制液压作动筒运动。
然后通过各子模型之间的参数传递以及仿真软件之间的接口实现联合仿真模型的搭建。尾喷管液压执行机构的建模使用AMESim仿真软件,发挥AMESim软件在液压机械系统建模、仿真方面的优势。其它三个模型我们借助于Simulink在处理包括线性、非线性系统;离散、连续及混合系统;单任务、多任务离散事件系统等方面的优势来统一建立。两个软件数据传递为:首先通过Visual Studio将AMESim模型编译为可供Matlab 调用的MEX程序,然后通过Simulink中的‘SimuCosim’模块将MEX程序作为 S-function调用。从而实现联合仿真。
最后,在联合仿真模型搭建起来的基础上,根据专家经验和试验数据,制定通用的控制器参数优化规则,然后采用序列二次规划算法优化得到优化规则输入输出参数的量化因子,根据当前工作状态实时优化控制器参数,进一步优化喷管的耦合动态响应,实现喷管调节更迅速的响应、更小的超调量。
具体为:
1.AMESim软件中建立尾喷管液压执行机构模型
由图3所示,它包括高速电磁阀、分油活门、液压作动筒、以及相应的位移传感器等部件。工作时,来自定压油源的液压油分两路流过分油活门活塞的左右两侧。活塞左腔的压力为一常数值,由两个节流器分压而成;右侧压力由层板节流器和高速电磁阀分压而成。此时的高速电磁阀相当于一个可变节流器,可根据电信号的大小调节其液阻,从而改变活塞右腔的压力。活塞和与之相连接的滑阀随着左右腔室压差变化而发生移动,从而调节作动筒左右两腔的压力,促使活塞伸出或收回,进而通过凸轮装置实现尾喷管面积的调节。因此模型简化为一个作动筒、两个流量阀、以及一个带旁路节流的正开度滑阀。在AMESim中采用键合图构建方法分别拉取对应模块建立模型。
2.将AMESim模型编译为MEX程序
以作动筒位移量为输出量,以作动筒受力以及控制器信号为输入量,使用VisualStudio编译器将AMESim模型编译为一种可在Matlab环境中调用的C语言衍生程序。
3.Simulink软件中建立尾喷管机械运动学模型、航空发动机模型以及控制器模型
(1)Simulnik中尾喷管机械运动学模型
如图4的受力分析,根据牛顿第二定律可得如下三个表达式:
为机匣与尾喷管调节片铰接处的作用力,为液压作动筒前端滚子对凸轮的作用力,为尾喷管所受的气动力,其计算公式经一定简化,压强视为平均压强,作用面积视为圆台的侧面积,计算公式见式。L为调节片长度,dom为原点到的垂直距离,计算公式见式,偏转角α,由当前S或Xd经插值给出,而角度θ,可由当前滚子与凸轮接触点的切线斜率计算得到。这样只剩下F0x、F0y、Fm三个未知量。三个方程三个未知量,便可解得尾喷管的运动学模型。
(2)Simulink中航空发动机模型
由图5所示,航空发动机型式为涡扇发动机。它主要由进气道、风扇、高压压气机、主燃烧室、高压涡轮、低压涡轮、外涵道、混合室、加力燃烧室及尾喷管等部件组成。其中风扇与低压涡轮通过低压转子轴连接,由低压涡轮进行驱动,高压压气机与高压涡轮通过高压转子轴连接,由高压涡轮进行驱动。由于双轴涡扇发动机的整体结构比较复杂,因此本文在建模时采用模块化的建模思想。将发动机整体按实际结构划分为多个部件,各部件由其各自的特性方程以及参数方程描述;通过求解惯性微分方程组,多个部件之间则可互相耦合构成发动机的整机模型。
涡扇发动机属于轻型燃机,转子、机匣、燃烧室火焰筒和外壳的热惯性较小,因此本模型忽略其热惯性,而仅考虑转轴之间的转动惯性,以及容积腔的容积惯性。具体实施中,本文选取高低压转轴来建立转动惯性微分方程组;选取外涵道、高低压涡轮间的容积、混合式以及主燃烧室作为四个容积腔,来建立容积惯性微分方程组。建立下式六个微分方程,采用Simulink中ode23算法求解。
(3)Simulink中控制器模型
控制器基础是传统的PID控制器,其数学表达式见下式。Simulink中直接选取对应的运算模块即可。
u(k)为控制器输出;e(k)为误差;kp为比例系数;ki为积分系数;k为采样序列。
4.航空发动机及尾喷管机电液系统联合仿真模型的搭建
Simulink中三个子模型,通过的软件内参数传递功能便可实现数据传递。联合仿真模型搭建的关键点是AMESim软件与Matlab软件之间的数据传递。通过Simulink中的‘SimuCosim’模块将步骤3中的MEX程序作为S-function调用,可实现AMESim与 Matlab的数据传递,从而搭建起联合仿真模型。
5.控制器参数优化方法的制定
传统控制器多采用经典PID算法,它具有控制方法简单易于实现等优点。但由于喷管液压执行机构具有非线性、时变性、强耦合等特点,使用传统PID算法,难以达到预期效果。针对本此问题,本文首先根据现场试验和专家经验制定了控制器参数优化表,如表1、表二所示。然后以最小J因子为目标,采用序列二次规划算法对控制规则表输入输出参数的量化因子进行寻优。若J因子的值小于0.1,系统响应良好,停止优化;若J因子的值大于0.1,系统响应还有优化空间,继续采用序列二次规划算法对输入输出参数的量化因子进行寻优,从而对PI控制器的参数进行实时调节,以达到满意的控制效果,此过程可采用增加迭代步长的方式或修改PI参数初始值的方式。
序列二次规划算法约束取为下式:
表1:参数Kp调整规则
表2:参数Ki调整规则
联合仿真模型结果:
如图6所示,维持发动机高压转速不变,进行发动机喷管面积下降阶跃响应仿真。0-10秒维持发动机面积不变,之后进行大幅度下降阶跃。阶跃幅度为喷管设计的最大行程。传统PI控制器参数分别为Kp=0.01,Ki=0.1,同时也作为本发文明中控制器的基础参数。
从响应图中可以看出,使用传统PI控制器时,系统有11.7%的超调,并且经过1.4秒方才稳定。而使用本发明优化后的控制器参数,系统完全没有超调量,并且达到稳定的时间缩短了43%,仅用了0.8秒便达到了设定值。采用序列二次规划算法得到的量化因子,很好的根据控制优化规则调整了控制器参数,从而大幅度优化了系统阶跃响应,使得系统阶跃响应特性良好。
由于本发明中的控制参数优化表根据专家经验和试验数据得到的,具有通用性,另外序列二次规划算法也是一种通用的数学优化工具,因此本发明可推广到其它领域,为其提供参考思路。
Claims (1)
1.一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法,其特征是:
(1)建立尾喷管液压执行机构模型:
尾喷管液压执行机构包括高速电磁阀、分油活门、液压作动筒以及相应的位移传感器;工作时,来自定压油源的液压油分两路流过分油活门活塞的左右两侧,活塞左腔的压力为一常数值,由两个节流器分压而成;右侧压力由层板节流器和高速电磁阀分压而成,此时的高速电磁阀相当于一个可变节流器,可根据电信号的大小调节其液阻,从而改变活塞右腔的压力,活塞和与之相连接的滑阀随着左右腔室压差变化而发生移动,从而调节作动筒左右两腔的压力,促使活塞伸出或收回,进而通过凸轮装置实现尾喷管面积的调节;因此模型简化为一个作动筒、两个流量阀以及一个带旁路节流的正开度滑阀,在AMESim中采用键合图构建方法分别拉取对应模块建立模型;
(2)将AMESim模型编译为MEX程序:
以作动筒位移量为输出量,以作动筒受力以及控制器信号为输入量,使用VisualStudio编译器将AMESim模型编译为一种可在Matlab环境中调用的C语言衍生程序;
(3)在Simulink中建立尾喷管机械运动学模型、航空发动机模型以及控制器模型:
a.建立尾喷管机械运动学模型:
根据牛顿第二定律可得如下表达式:
为机匣与尾喷管调节片铰接处的作用力,为液压作动筒前端滚子对凸轮的作用力,为尾喷管所受的气动力,L为调节片长度,dom为原点到的垂直距离,α为偏转角,由当前S或Xd经插值给出,角度θ由当前滚子与凸轮接触点的切线斜率计算得到,这样剩下F0x、F0y、Fm三个未知量,三个方程三个未知量,可解得尾喷管的运动学模型;
b.建立航空发动机模型:
航空发动机型式为涡扇发动机,包括进气道、风扇、高压压气机、主燃烧室、高压涡轮、低压涡轮、外涵道、混合室、加力燃烧室及尾喷管,其中风扇与低压涡轮通过低压转子轴连接,由低压涡轮进行驱动,高压压气机与高压涡轮通过高压转子轴连接,由高压涡轮进行驱动,将发动机各部件由其各自的特性方程以及参数方程描述;通过求解惯性微分方程组,部件之间互相耦合构成发动机的整机模型;
涡扇发动机属于轻型燃机,仅考虑转轴之间的转动惯性以及容积腔的容积惯性,选取高低压转轴来建立转动惯性微分方程组;选取外涵道、高低压涡轮间的容积、混合式以及主燃烧室作为四个容积腔,来建立容积惯性微分方程组,建立下式六个微分方程,采用Simulink中ode23算法求解:
c.建立控制器模型:
控制器数学表达式:
u(k)为控制器输出,e(k)为误差,kp为比例系数,ki为积分系数,k为采样序列,在Simulink中直接选取对应的运算模块;
(4)搭建航空发动机及尾喷管机电液系统联合仿真模型:
步骤(3)三个模型,通过Simulink内参数传递功能实现数据传递,通过Simulink中的SimuCosim模块将MEX程序作为S-function调用,实现AMESim与Matlab的数据传递,从而搭建起联合仿真模型;
(5)制定控制器参数优化方法:
以最小J因子为目标,采用序列二次规划算法对控制规则表输入输出参数的量化因子进行寻优,若J因子的值小于或等于0.1,系统响应良好,停止优化;若J因子的值大于0.1,系统响应还有优化空间,继续采用序列二次规划算法对输入输出参数的量化因子进行寻优,从而对PI控制器的参数进行实时调节:
序列二次规划算法约束取为下式:
控制规则表1:参数Kp调整规则
控制规则表2:参数Ki调整规则
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307885.9A CN111046568B (zh) | 2019-12-18 | 2019-12-18 | 一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307885.9A CN111046568B (zh) | 2019-12-18 | 2019-12-18 | 一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111046568A CN111046568A (zh) | 2020-04-21 |
CN111046568B true CN111046568B (zh) | 2022-09-09 |
Family
ID=70237692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911307885.9A Active CN111046568B (zh) | 2019-12-18 | 2019-12-18 | 一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111046568B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859692B (zh) * | 2020-07-27 | 2024-03-08 | 南京航空航天大学 | 轴对称矢量喷管作动系统受载分析建模方法 |
CN111931366B (zh) * | 2020-07-31 | 2024-05-24 | 中国航发贵阳发动机设计研究所 | 一种航空发动机可调喷管反馈钢索行程的计算方法 |
CN113467271A (zh) * | 2021-05-25 | 2021-10-01 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种飞机电环控系统热仿真方法 |
CN113494385B (zh) * | 2021-06-25 | 2022-05-27 | 北京理工大学 | 面向发动机尾喷管可靠运动的关键结构参数优化方法 |
CN113722838B (zh) * | 2021-09-23 | 2023-09-29 | 西安航空制动科技有限公司 | 一种基于Python模型的飞机复杂系统设计方法 |
CN114547797B (zh) * | 2022-02-23 | 2024-03-22 | 中国航发沈阳发动机研究所 | 一种模式选择中介机匣内外涵流路构型方法 |
CN117709027B (zh) * | 2024-02-05 | 2024-05-28 | 山东大学 | 机电液耦合直线驱动系统动力学模型参数辨识方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436187A (zh) * | 2010-11-26 | 2012-05-02 | 北京航空航天大学 | 一种基于电动静液作动系统的多学科建模方法 |
CN103713531A (zh) * | 2013-12-06 | 2014-04-09 | 长安大学 | 一种航空发动机尾喷管喉部面积控制系统 |
CN104268329A (zh) * | 2014-09-19 | 2015-01-07 | 南京工程学院 | 电液-压电共同驱动的宏微并联机构的联合仿真方法 |
CN105629735A (zh) * | 2016-02-22 | 2016-06-01 | 南京航空航天大学 | 一种航空发动机在线自适应最优pid控制器设计方法 |
CN106483850A (zh) * | 2016-11-23 | 2017-03-08 | 沈阳航天新光集团有限公司 | 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法 |
CN108228995A (zh) * | 2017-12-28 | 2018-06-29 | 中国电子科技集团公司第十四研究所 | 雷达机电液系统联合仿真研发平台 |
CN109783998A (zh) * | 2019-03-15 | 2019-05-21 | 大连理工大学 | 一种航空发动机燃油调节器机械液压装置的Simulink建模方法 |
CN110222401A (zh) * | 2019-05-30 | 2019-09-10 | 复旦大学 | 航空发动机非线性模型建模方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7219087B2 (en) * | 2003-07-25 | 2007-05-15 | Yamaha Hatsudoki Kabushiki Kaisha | Soft computing optimizer of intelligent control system structures |
CN106951634B (zh) * | 2017-03-20 | 2019-10-11 | 南京航空航天大学 | 一种航空发动机鲁棒跟踪控制器设计方法 |
CN110032826B (zh) * | 2019-04-30 | 2023-07-11 | 哈尔滨工程大学 | 一种联合Matlab与AMESim的间冷循环燃气轮机建模仿真方法 |
-
2019
- 2019-12-18 CN CN201911307885.9A patent/CN111046568B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436187A (zh) * | 2010-11-26 | 2012-05-02 | 北京航空航天大学 | 一种基于电动静液作动系统的多学科建模方法 |
CN103713531A (zh) * | 2013-12-06 | 2014-04-09 | 长安大学 | 一种航空发动机尾喷管喉部面积控制系统 |
CN104268329A (zh) * | 2014-09-19 | 2015-01-07 | 南京工程学院 | 电液-压电共同驱动的宏微并联机构的联合仿真方法 |
CN105629735A (zh) * | 2016-02-22 | 2016-06-01 | 南京航空航天大学 | 一种航空发动机在线自适应最优pid控制器设计方法 |
CN106483850A (zh) * | 2016-11-23 | 2017-03-08 | 沈阳航天新光集团有限公司 | 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法 |
CN108228995A (zh) * | 2017-12-28 | 2018-06-29 | 中国电子科技集团公司第十四研究所 | 雷达机电液系统联合仿真研发平台 |
CN109783998A (zh) * | 2019-03-15 | 2019-05-21 | 大连理工大学 | 一种航空发动机燃油调节器机械液压装置的Simulink建模方法 |
CN110222401A (zh) * | 2019-05-30 | 2019-09-10 | 复旦大学 | 航空发动机非线性模型建模方法 |
Non-Patent Citations (4)
Title |
---|
Development and Validation of an Aero-engine Simulation Model for Advanced Controller Design;Sonny Martin等;《2008 American Control Conference》;20080805;第2334-2339页 * |
一种发动机喷口面积控制系统仿真研究方法;李杰等;《计算机仿真》;20140615;第31卷(第6期);第111-114、206页 * |
航空发动机导叶模糊控制器设计与参数优化;彭凯等;《航空动力学报》;20110415;第26卷(第4期);第942-946页 * |
船用间冷循环燃气轮机供油规律仿真研究;李淑英等;《船舶工程》;20101015;第32卷(第5期);第15-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111046568A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111046568B (zh) | 一种基于航空发动机及尾喷管机电液多系统联合仿真的控制参数优化方法 | |
WO2019237320A1 (zh) | 一种基于模型预测的航空发动机在线优化及多变量控制设计方法 | |
CN108762089B (zh) | 一种基于模型预测的航空发动机在线优化及多变量控制设计方法 | |
US11392094B2 (en) | Steady state and transition state multi-variable control method of a turbofan engine based on an active disturbance rejection control theory (ADRC) | |
CN109441644B (zh) | 一种基于自抗扰理论的涡扇发动机稳态过渡态多变量控制方法 | |
US8668434B2 (en) | Robust flow parameter model for component-level dynamic turbine system control | |
US8315741B2 (en) | High fidelity integrated heat transfer and clearance in component-level dynamic turbine system control | |
CN106951634B (zh) | 一种航空发动机鲁棒跟踪控制器设计方法 | |
Montazeri-Gh et al. | Real-time multi-rate HIL simulation platform for evaluation of a jet engine fuel controller | |
CN108828947B (zh) | 一种航空发动机含时滞的不确定性模糊动态模型建模方法 | |
CN112613119B (zh) | 一种多几何参数可调的进/排/发一体化航空推进系统建模方法 | |
CN105700380A (zh) | 二次再热机组汽轮机调速系统仿真模型及其建模方法 | |
Főző et al. | Description of an intelligent small turbo-compressor engine with variable exhaust nozzle | |
CN113550839A (zh) | 推力矢量涡扇发动机模型及矢量偏转稳定控制装置 | |
CN115898656A (zh) | 多电航空发动机加力燃油控制方法及控制装置 | |
Yarlagadda | Performance analysis of J85 turbojet engine matching thrust with reduced inlet pressure to the compressor | |
CN114637210A (zh) | 航空发动机多回路综合控制方法及系统 | |
CN112711278B (zh) | 变循环发动机模态转换恒定流量控制方法 | |
Jia et al. | Multi-variable anti-disturbance controller with state-dependent switching law for adaptive cycle engine | |
CN112668162A (zh) | 一种基于惯性滑模的航空发动机建模方法 | |
Cai et al. | Predictive control method for mode transition process of multi-mode turbine engine based on onboard adaptive composite model | |
CN113669167B (zh) | 涡扇发动机加力燃油执行机构自适应控制方法及装置 | |
Sun et al. | Modeling and Simulation of an Aeroengine Pressure Ratio Regulator | |
Cai et al. | Coordinated control of fuel flow rate and air flow rate of a supersonic heat-airflow simulated test system | |
Zhang et al. | Design Method of Mode Transition Control Law for TBCC Engine |
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 |