CN111852663A - 变循环发动机降保守性鲁棒增益调度控制器 - Google Patents
变循环发动机降保守性鲁棒增益调度控制器 Download PDFInfo
- Publication number
- CN111852663A CN111852663A CN202010542690.9A CN202010542690A CN111852663A CN 111852663 A CN111852663 A CN 111852663A CN 202010542690 A CN202010542690 A CN 202010542690A CN 111852663 A CN111852663 A CN 111852663A
- Authority
- CN
- China
- Prior art keywords
- degradation
- cycle engine
- variable
- conservative
- linear
- 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
Links
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提出一种变循环发动机降保守性鲁棒增益调度控制器,利用传统增益调度控制器中固有的模块,通过新增退化参数估计回路,并对增益调度控制器组进行了改进,新增了变循环发动机不同工作模式、一定退化程度下的一组线性降保守性鲁棒控制器,得到线性降保守性鲁棒控制器组解算模块。设计的线性降保守性鲁棒控制器采用小摄动不确定性发动机模型,消除发动机不确定性中的退化项,降低了不确定模型的摄动范围,降低了鲁棒增益调度控制器的保守性。退化参数估计回路实现了退化参数的可靠估计,结合调度参数实现发动机性能退化时的增益调度控制,能够在全飞行包线内对变循环发动机在不同的工作模式下进行良好控制,并且最大限度的提高发动机性能退化时增益调度的控制精度,不仅具有较强的鲁棒性而且保守性低,充分发挥发动机的性能。
Description
技术领域
本发明涉及变循环发动机控制技术领域,尤其涉及一种变循环发动机降保守性鲁棒增益调度控制器。
背景技术
现代战争要求先进战斗机具备长航程亚声速巡航的能力,同时在作战时又要具备快速反应能力,未来变循环发动机将向长巡航里程、高推重比、宽工作范围三个方向不断发展。通过研究常规变循环发动机速度特性,研究者发现超声速状态下涡喷变循环发动机具有较高的单位推力和较低的单位燃油消耗率而亚声速状态下大涵道比涡扇变循环发动机具有较低的单位燃油消耗率。考虑现代战争对战斗机推进系统的性能要求,涡扇变循环发动机更加适合亚声速飞行,而涡喷变循环发动机更适合超声速飞行。因此,便有了性能更好的变循环发动机。在变循环发动机不同的工作状态下,通过采用调节特征部件的几何形状、物理位置或尺寸大小等不同的技术手段,将涡扇和涡喷两种不同的变循环发动机的性能优势集中一体,从而保证变循环发动机在亚声速巡航状态下以涡扇变循环发动机类似构型工作,从而获得较高的经济性,在超声速作战状态下以涡喷变循环发动机类似构型工作,从而获得持续可靠的高单位推力,达到了将涡扇、涡喷变循环发动机的性能优势融为一体的目的,使变循环发动机在变循环发动机工作全过程中均具有优良的性能。
变循环发动机是一个复杂的非线性动力学系统,在范围宽广的飞行包线内工作时,变循环发动机的工作状态随着外部条件和飞行条件的变化而不断变化。针对变循环发动机的强非线性和模型的不确定性,现有技术中有提出鲁棒增益调度控制方法,将变循环发动机划分为一系列工作点,并在每一个工作点设计鲁棒控制器,最终采用增益调度的方法选择合适的鲁棒控制器对变循环发动机进行控制。
上述变循环发动机鲁棒增益调度控制方法可以对变循环发动机进行控制。然而,它们是非常保守的,因为它们将变循环发动机退化看作变循环发动机模型的不确定性进行鲁棒控制器的设计。事实上,变循环发动机的性能退化程度可以通过测量参数来估计,从而消除不确定性模型中的退化项,缩小不确定性模型的范围,降低鲁棒增益调度控制器的保守性,提高变循环发动机的性能。
发明内容
为解决现有技术存在的问题,本发明提出一种变循环发动机降保守性鲁棒增益调度控制器,能够在全飞行包线内对变循环发动机在不同的工作模式下进行良好控制,具有较强的鲁棒性且保守性低,将变循环发动机的性能退化程度通过测量参数来估计,从而消除不确定性模型中的退化项,缩小不确定性模型的范围,降低鲁棒增益调度控制器的保守性,能够在变循环发动机性能发生退化的情况下依旧对真实变循环发动机进行良好控制,充分发挥变循环发动机的性能,提高飞机全寿命效能。
本发明的技术方案为:
所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:包括线性降保守性鲁棒控制器组解算模块和退化参数估计回路;
其中线性降保守性鲁棒控制器组解算模块、退化参数估计回路与变循环发动机本体以及变循环发动机上的若干传感器组成退化参数调度控制回路;
所述线性降保守性鲁棒控制器组解算模块产生控制输入向量u并输出给变循环发动机本体,传感器得到变循环发动机测量参数y;控制输入向量u以及测量参数y共同输入到退化参数估计回路,退化参数估计回路解算得到变循环发动机的退化参数h,并输出到线性降保守性鲁棒控制器组解算模块;
线性降保守性鲁棒控制器组解算模块与变循环发动机本体以及变循环发动机上的若干传感器还组成调度参数调度控制回路;由传感器输出调度参数α和模式选择活门打开程度msv至线性降保守性鲁棒控制器组解算模块;
所述线性降保守性鲁棒控制器组解算模块内设计有若干线性降保守性鲁棒控制器,所述线性降保守性鲁棒控制器是利用若干小摄动不确定性变循环发动机模型而分别设计得到的,所述小摄动不确定性变循环发动机模型是对变循环发动机不同模式选择活门MSV打开程度、不同调度参数、包含退化参数的变循环发动机非线性模型进行线性化后再加入不含变循环发动机性能退化的摄动块得到的;针对某一退化状态下的变循环发动机非线性模型,所加入的不含变循环发动机性能退化的摄动块为能够覆盖变循环发动机除退化外所有不确定性的最小摄动半径摄动块;
所述线性降保守性鲁棒控制器组解算模块根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α,利用内部设计的若干线性降保守性鲁棒控制器计算得到适应的线性降保守性鲁棒控制器,该线性降保守性鲁棒控制器根据参考输入r和测量参数y的差值e产生控制输入向量u。
进一步的,所述线性降保守性鲁棒控制器组解算模块内设计若干线性降保守性鲁棒控制器的过程为:在全飞行包线内根据调度参数α和模式选择活门打开程度msv,分别在变循环发动机正常状态h1和设定退化程度hbase处,对包含退化参数的变循环发动机非线性模型进行线性化得到2n*J个线性化模型,对线性化模型加入不含变循环发动机性能退化的摄动块得到小摄动不确定性变循环发动机模型,并对这2n*J个小摄动不确定性变循环发动机模型分别设计鲁棒控制器,作为对应的线性降保守性鲁棒控制器,并组成线性降保守性鲁棒控制器组。
进一步的,所述退化参数估计回路中包括非线性机载变循环发动机模型和分段线性化卡尔曼滤波器;
所述非线性机载变循环发动机模型为带健康参数的变循环发动机非线性模型:
y=g(x,u,h,msv)
其中为控制输入向量,为状态向量,为输出向量,为模式选择活门MSV打开程度,h∈Rl为退化参数向量,f(·)为表示系统动态的n维可微非线性向量函数,g(·)为产生系统输出的m维可微非线性向量函数;非线性机载变循环发动机模型输入为控制输入向量u以及上一周期的退化参数h,其输出的健康稳态参考值(xaug,NOBEM,yNOBEM)作为分段线性化卡尔曼滤波器当前周期的估计初始值;
所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载变循环发动机模型输出的健康稳态参考值(xaug,NOBEM,yNOBEM),根据公式
确定,而A、C、L、M是将退化参数h看作变循环发动机的控制输入,并对非线性机载变循环发动机模型在健康稳态参考点处进行线性化得到的反映变循环发动机性能退化的增广线性状态变量模型
的系数:
w为系统噪声,v为测量噪声,相应的协方差矩阵为对角阵Q和R。
进一步的,所述线性降保守性鲁棒控制器组解算模块根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α插值得到的适应的线性降保守性鲁棒控制器。
进一步的,所述线性降保守性鲁棒控制器组解算模块先模式选择活门打开程度msv前后相邻的两个msvk和msvk+1(k=1,2,...J),在msvk处根据变循环发动机当前的调度参数α选择前后相邻的两个设定工作点αi和αi+1,并获取两个设定工作点αi和αi+1对应变循环发动机正常状态h1和设定退化程度hbase处的线性降保守性鲁棒控制器Ki、Ki+1和根据公式
计算得到考虑变循环发动机当前退化参数h后,在两个设定工作点αi和αi+1下的线性降保守性鲁棒控制器Ki和Ki+1;再根据公式
计算得到变循环发动机在msvk处的线性降保守性鲁棒控制器;
再根据公式
计算得到变循环发动机当前工作模式、工作状态、气路部件故障状态下适应的容错控制器K(α,msv)。
进一步的,所述调度参数α包括变循环发动机的风扇转速或者压气机转速。
进一步的,所述测量参数包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力,风扇转速和压气机转速。
有益效果
与现有技术相比较,本发明的变循环发动机降保守性鲁棒增益调度控制器利用传统增益调度控制器中固有的模块,通过新增退化参数估计回路,并对增益调度控制器组进行了改进,新增了变循环发动机不同工作模式、一定退化程度下的一组线性降保守性鲁棒控制器,得到线性降保守性鲁棒控制器组解算模块。设计的线性降保守性鲁棒控制器采用小摄动不确定性变循环发动机模型,消除了变循环发动机不确定性中的退化项,降低了不确定模型的摄动范围,降低了鲁棒增益调度控制器的保守性。退化参数估计回路实现了退化参数的可靠估计,进而结合传统的调度参数,实现变循环发动机性能退化时的增益调度控制,能够在全飞行包线内对变循环发动机在不同的工作模式下进行良好控制,并且最大限度的提高变循环发动机性能退化时增益调度的控制精度,缩短控制系统的过渡时间,减小其动态偏差及静态偏差,不仅具有较强的鲁棒性而且保守性低,充分发挥变循环发动机的性能。经控制器控制非线性受控系统,以使系统在整个工作范围内,获得理想的动静态控制品质。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明变循环发动机降保守性鲁棒增益调度控制器的结构简图;
图2是本发明变循环发动机结构示意图;
图3是本发明变循环发动机可调参数示意图;
图4是本发明变循环发动机可调部件示意图;
图5是本发明变循环发动机双外涵模式气流分布图;
图6是本发明变循环发动机单外涵模式气流分布图;
图7是本实施例退化参数调度控制回路中退化参数估计回路的结构示意图;
图8是本实施例退化参数估计回路中卡尔曼滤波器的结构示意图;
图9是变循环发动机模型摄动结构图;
图10是退化项分离的变循环发动机模型摄动结构图;
图11是退化后新的变循环发动机模型摄动结构图;
图12是不确定模型结构示意图。
具体实施方式
变循环发动机具有强非线性和模型的不确定性,传统的鲁棒增益调度控制直接将变循环发动机退化看做变循环发动机模型的不确定性进行鲁棒控制器的设计,极大的增大了控制器的保守性,严重降低了变循环发动机的性能。针对这一问题,下面给出本发明的分析研究过程。
1、变循环发动机工作原理
本发明以带有核心驱动风扇级(CDFS)的双外涵变循环发动机为主要研究对象,其主要结构如图2所示,包含的主要部件有进气道、风扇、核心驱动风扇级、高压压气机、燃烧室、高压涡轮、低压涡轮、混合室、加力燃烧室、尾喷管。相比普通双轴涡扇发动机,其显著的结构特点是在风扇和高压压气机之间增加了CDFS,同时在风扇和CDFS后分别设置副外涵和主外涵。在变循环发动机的不同工作状态下,通过改变CDFS的导叶角度,可以大幅度调节发动机外涵道和核心机的空气流量,进而调节发动机内外涵空气流量、涵道比和增压比等循环参数,使发动机的热力循环调节更加灵活。
相比普通双轴涡扇发动机,变循环发动机具有更多的可调部件。带有CDFS部件的变循环发动机主要有8个可调部件,具体如图3所示,可调部件示意图如图4所示。
与传统发动机相比,变循环发动机的性能优势主要体现在由于其可调部件增加,通过改变可调部件参数,调节发动机在工作过程中的气动热力循环,在保证推力基本不变时显著降低单位燃油消耗率,大大提高发动机的经济效益,同时可调部件的增加,使控制系统的调节过程更加灵活,风扇、压气机等部件的稳定裕度将大大提高。
变循环发动机具有单/双外涵两种典型的工作模式,它们通过模式选择活门MSV、FVABI、RVABI等可变阀门实现切换。当MSV完全打开时,气流经风扇后被分为两部分,一股气流流入副外涵,这部分气流最终在主外涵出口截面与主外涵气流有效掺混,流入总外涵。另一股气流流入CDFS,这股气流部分经RVABI被引入总外涵,其余气流将流入核心机。由于尾端涵道和RVABI的存在,总外涵气流在出口处会分为两部分,一股气流直接通过尾端涵道流入尾喷管,另一股气流则会进入混合室,与通过核心机的气流进行掺混后经加力燃烧室燃烧后,流入尾喷管,具体气流分布如图5所示。上述工作过程中,主外涵和副外涵均有气流通过,故被命名为双外涵模式。
当模式选择活门MSV完全关闭时,流经风扇的气流全部流入CDFS,风扇以压气机模式工作,副外涵不再有气流通过,这一过程被命名为单外涵工作模式,其具体气流分布如图6所示。
变循环发动机在不同的工作模式下进行切换时,内部热力循环状态会随之发生改变。为保证发动机能够持续保持稳定可靠地工作,平稳实现单双外涵模式转换,在模式切换过程中应该满足以下基本条件:
(1)风扇进口流量基本保持不变;
(2)风扇增压比基本保持不变;
(3)核心驱动风扇级的增压比随切换过程平稳变化;
(4)涵道比随MSV位移的改变而平稳变化;
(5)保证回流裕度始终大于0,即不存在气流绕CDFS的倒流;
(6)避免发生持续的超温、超转现象,避免喘振现象。
为了满足上述条件,在调节MSV位移时,应该配合调节其他可调部件参数,模式选择活门MSV打开程度可以表征变循环发动机的工作模式。目前已证实切实可行的模式切换调节策略是:在单外涵至双外涵的模式切换过程中,通过调节MSV位移,增大副外涵进口截面面积,为避免风扇压比的大幅度降低,需要配合减小CDFS进口导流叶片角度αi,同时减小可调涡轮导向器角度αt。由双外涵至单外涵的模式切换过程,调节策略相反。变循环发动机在不同工作模式工作时,为获得理想的涵道比同时保证气流不发生喘振或其他非正常工作状态,需要调节CDFS导流叶片角度αi以改变内涵空气流量,使之与发动机工作状态匹配。
2、变循环发动机性能退化的估计
变循环发动机性能退化是指变循环发动机经过多次循环运行后,由于自然磨损、疲劳、积垢等原因造成的正常老化现象。此时,有些变循环发动机的性能会慢慢偏离额定状态。以涡轮部件为例,当它与变循环发动机一起工作多个周期时,其工作效率会缓慢下降。将高温高压气体转化为机械能的能力将会降低,变循环发动机在一个工作点处的线性化模型也会改变。
变循环发动机性能退化的最终特征是不同转子部件的工作效率和流量的变化,风扇、压气机、主燃烧、高压涡轮和低压涡轮部件的效率系数或流量系数的变化可以表征变循环发动机性能的退化,风扇、压气机、主燃烧室、高压涡轮和低压涡轮部件的效率系数或流量系数被称为退化参数或健康参数。
基于部件法,建立带退化参数的变循环发动机非线性模型
y=g(x,u,h,msv)
将退化参数h看作变循环发动机的控制输入,采用小扰动法或拟合法对变循环发动机非线性模型在健康稳态参考点处进行线性化。
其中
A′=A,B′=(B L),C′=C,
D′=(D M),Δu′=(Δu Δh)T
w为系统噪声,v为测量噪声,h为退化参数,Δh=h-h0;上述w与v皆为不相关的高斯白噪声,其均值均为0,协方差矩阵为对角阵Q和R,即满足条件如下:
E(w)=0 E[wwT]=Q
E(v)=0 E[vvT]=R
Δ表示该参数的变化量,h0表示变循环发动机初始状态退化参数。
进一步得到了反映变循环发动机性能退化的增广线性状态变量模型
其中系数矩阵可由下式得到:
这些系数在变循环发动机不同的工作状态具有不同的值。
实际上,退化参数很难测量,甚至不可能测量,而变循环发动机各部分的压力、温度、转速等参数比较容易通过测量得到,通常称为“测量参数”,主要包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力,风扇转速和压气机转速。当变循环发动机工作环境不发生变化时,退化参数的变化会引起被测参数的相应变化,二者之间存在气动热力学关系。因此,可以设计最优估计滤波器,通过测量参数来实现退化参数的最优估计。
其中
建立的退化参数估计回路主要由两部分组成,一部分是基于性能退化的非线性机载变循环发动机模型,另一部分是由分段线性化模型和稳态点对应的卡尔曼滤波器组成的分段线性卡尔曼滤波器。基本工作原理是将非线性机载变循环发动机模型的输出作为分段线性卡尔曼滤波器的稳态参考值,并扩展退化参数,通过分段线性卡尔曼滤波器进行在线实时估计,最后反馈给非线性机载变循环发动机模型进行在线实时更新。实现对实际变循环发动机的实时跟踪,建立变循环发动机的机载自适应模型。
卡尔曼估计方程为:
的初值,可得计算公式:
根据该计算公式可以得到变循环发动机的退化参数h。
3、具有退化参数的增益调度控制设计
增益调度控制的实质是设计一组线性化的控制器,然后将它们有规律地组合起来,从而能够控制非线性系统。具有退化参数的增益调度控制的基本原理是选择一系列的模式选择活门MSV打开程度,获得不同设定工作点下的,在正常状态和某些性能退化状态的变循环发动机线性化模型并分别设计对应的线性降保守性鲁棒控制器得到图1中的线性降保守性鲁棒控制器组。
选择一组调度参数值αi,i=1,2,...,n,代表系统的动态范围,并将飞行包线划分为几个子区间,并将这些点作为工作点。在工作点,有这些方程
利用小扰动法,可以得到各工况点退化参数的线性模型,并得到变循环发动机正常状态和性能退化h状态下的线性模型。
4、具有退化参数的不确定模型的鲁棒控制器设计
任何实际系统都不可避免地存在不确定性,它可以分为两类:扰动信号和模型不确定性。扰动信号包括干扰、噪声等。模型的不确定性代表了数学模型与实际对象之间的差异。
模型不确定性可能有几个原因:线性模型中总有一些参数是有误差的;线性模型中的参数可能由于非线性或工作条件的变化而变化;建模时人为的简化;由于磨损等因素变循环发动机性能的退化。
不确定性可能会对控制系统的稳定性和性能产生不利影响。
实际的变循环发动机和标称模型(标称模型是一个常规的不带退化参数的变循环发动机非线性模型)之间的误差可以表示为一个摄动块Δ。请参阅图9,在标称模型加入摄动块建立变循环发动机不确定模型
它也可以表示为
G(s)=[I+Δ(s)]Gnom(s)
式中G(s)为变循环发动机的不确定模型,Gnom(s)为标称模型,Δ(s)为摄动块。
摄动块Δ(s)包含性能退化,请参阅图10,可以通过测量参数进行预测。将摄动块Δ(s)分为不含变循环发动机性能退化的摄动块Δh(s)和退化参数。请参阅图11,在标称模型加入不含变循环发动机性能退化的摄动块Δh(s)与退化参数,将变循环发动机不确定模型表示为
它也可以表示为G(s)=[I+Δh(s)]Gh_nom(s)
式中Δh(s)为不含变循环发动机性能退化的摄动块,Gh_nom(s)为在变循环发动机性能退化状态h下的新的标称模型,满足
G(s)=[I+Δ(s)]Gnom(s)
=[I+Δh(s)+h(s)]Gnom(s)
=[I+Δh(s)]Gh_nom(s)
请参阅图12,上、下小圆区域分别代表无退化和性能退化h的变循环发动机线性不确定模型,大圆区域代表一般鲁棒控制器设计中变循环发动机线性不确定模型。在一般鲁棒控制器的设计中,直接将变循环发动机的退化看作是模型中的不确定性,不改变变循环发动机的标称模型。因此,不确定项的不确定半径必须足够大,以容纳退化变循环发动机的不确定模型,使不确定模型的摄动半径过大。本专利针对变循环发动机性能退化h的情况,在此状态下建立了新的标称模型,并以新的标称模型为圆心建立了不确定变循环发动机模型。针对某一退化状态下的新的标称模型,在选择不含变循环发动机性能退化的摄动块Δh(s)时,要选择能够覆盖变循环发动机除退化外所有不确定性的最小摄动半径摄动块。请参阅图12,通过对变循环发动机性能退化的估计,变循环发动机不确定性中摄动块的摄动半径||Δh||=||Δ||-||h||<||Δ||,不确定性模型的摄动范围减小了
最后根据小摄动不确定模型利用传统的鲁棒控制器设计方法设计鲁棒控制器,这里设计的鲁棒控制器保守性更低。
5、控制器的插值
这部分说明了图1中的线性降保守性鲁棒控制器组解算模块通过模式选择活门打开程度msv、调度参数和退化参数调度线性插值获得相应的线性降保守性鲁棒控制器的调度计算原理。
先根据模式选择活门打开程度msv选择前后相邻的两个msvk和msvk+1(k=1,2,...J),在msvk处,分别在变循环发动机正常状态和性能退化hbase状态下设计一系列线性降保守性鲁棒控制器,对每个选定的工作点αi进行控制。这将产生图1中的线性降保守性鲁棒控制器组解算模块中的控制器
然后根据模式选择活门打开程度msv、调度参数α和退化参数h对控制器进行插值,继而使用得到的插值控制器来控制系统。
根据变循环发动机当前的调度参数α选定周围相邻的两个工作点αi和αi+1,根据变循环发动机在选定的工作点αi的实际退化程度,在变循环发动机性能退化h处的控制器Ki,使用所选的工作点αi处变循环发动机正常状态和性能退化h-base状态的控制器Ki和通过线性插值得到
同样的,可以得到在工作点αi+1处实际退化h处的控制器
我们使用分段线性插值的方法,从线性降保守性鲁棒控制器集K1,K2,...,Kn中对每一对控制器之间进行线性插值。得到当前模式选择活门打开程度msv、调度参数α当前退化程度h处的线性插值控制器Kj(α),i=1,2,...,n-1为
再根据公式
计算得到变循环发动机当前工作模式、工作状态、性能退化程度下适应的容错控制器K(α,msv),并对变循环发动机进行有效控制。
基于上述过程,下面给出本实施例中提出的一种变循环发动机降保守性鲁棒增益调度控制器,如图1所示,主要包括线性降保守性鲁棒控制器组解算模块和退化参数估计回路。
其中线性降保守性鲁棒控制器组解算模块、退化参数估计回路与变循环发动机本体以及变循环发动机上的若干传感器组成退化参数调度控制回路10。
所述线性降保守性鲁棒控制器组解算模块产生控制输入向量u并输出给变循环发动机本体,传感器得到变循环发动机测量参数y;控制输入向量u以及测量参数y共同输入到退化参数估计回路,退化参数估计回路解算得到变循环发动机的退化参数h,并输出到线性降保守性鲁棒控制器组解算模块。
线性降保守性鲁棒控制器组解算模块与变循环发动机本体以及变循环发动机上的若干传感器还组成调度参数调度控制回路20;由传感器输出调度参数α和模式选择活门打开程度msv至线性降保守性鲁棒控制器组解算模块。
所述线性降保守性鲁棒控制器组解算模块内设计有若干线性降保守性鲁棒控制器,所述线性降保守性鲁棒控制器是利用若干小摄动不确定性变循环发动机模型而分别设计得到的,所述小摄动不确定性变循环发动机模型是对变循环发动机不同模式选择活门打开程度msv、不同设定工作点下的、包含退化参数的变循环发动机非线性模型进行线性化后再加入不含变循环发动机性能退化的摄动块得到的;针对某一退化状态下的变循环发动机非线性模型,所加入的不含变循环发动机性能退化的摄动块为能够覆盖变循环发动机除退化外所有不确定性的最小摄动半径摄动块。
优选的一种具体实现方式,可以通过以下过程得到设计若干线性降保守性鲁棒控制器:在全飞行包线内根据调度参数α和模式选择活门打开程度msv,分别在变循环发动机正常状态h1和设定退化程度hbase处,对包含退化参数的变循环发动机非线性模型进行线性化得到2n*J个线性化模型,对线性化模型加入不含变循环发动机性能退化的摄动块得到小摄动不确定性变循环发动机模型,并对这2n*J个小摄动不确定性变循环发动机模型分别设计鲁棒控制器,作为对应的线性降保守性鲁棒控制器,并组成线性降保守性鲁棒控制器组。
所述线性降保守性鲁棒控制器组解算模块根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α,利用内部设计的若干线性降保守性鲁棒控制器计算得到适应的线性降保守性鲁棒控制器,该线性降保守性鲁棒控制器根据参考输入r和测量参数y的差值e产生控制输入向量u。
优选的一种具体实现方式,可以根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α插值得到的适应的线性降保守性鲁棒控制器:
先根据模式选择活门打开程度msv前后相邻的两个msvk和msvk+1(k=1,2,...J),在msvk处根据变循环发动机当前的调度参数α选择前后相邻的两个设定工作点αi和αi+1,并获取两个设定工作点αi和αi+1对应变循环发动机正常状态h1和设定退化程度hbase处的线性降保守性鲁棒控制器Ki、Ki+1和根据公式
计算得到考虑变循环发动机当前退化参数h后,在两个设定工作点αi和αi+1下的线性降保守性鲁棒控制器Ki和Ki+1;再根据公式
计算得到变循环发动机在msvk处的线性降保守性鲁棒控制器;
再根据公式
计算得到变循环发动机当前工作模式、工作状态、气路部件故障状态下适应的容错控制器K(α,msv)。
所述退化参数估计回路中包括非线性机载变循环发动机模型和分段线性化卡尔曼滤波器。
所述非线性机载变循环发动机模型为带退化参数的变循环发动机非线性模型:
y=g(x,u,h,msv)
其中为控制输入向量,为状态向量,为输出向量,为模式选择活门MSV打开程度,为退化参数向量,f(·)为表示系统动态的n维可微非线性向量函数,g(·)为产生系统输出的m维可微非线性向量函数;非线性机载变循环发动机模型输入为控制输入向量u以及上一周期的退化参数h,其输出的健康稳态参考值(xaug,NOBEM,yNOBEM)作为分段线性化卡尔曼滤波器当前周期的估计初始值。
所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载变循环发动机模型输出的健康稳态参考值(xaug,NOBEM,yNOBEM),根据公式
计算得到当前周期的变循环发动机的退化参数h。
确定,而A、C、L、M是将退化参数h看作变循环发动机的控制输入,并对非线性机载变循环发动机模型在健康稳态参考点处进行线性化得到的反映变循环发动机性能退化的增广线性状态变量模型
的系数:
w为系统噪声,v为测量噪声,相应的协方差矩阵为对角阵Q和R。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:包括线性降保守性鲁棒控制器组解算模块和退化参数估计回路;
其中线性降保守性鲁棒控制器组解算模块、退化参数估计回路与变循环发动机本体以及变循环发动机上的若干传感器组成退化参数调度控制回路;
所述线性降保守性鲁棒控制器组解算模块产生控制输入向量u并输出给变循环发动机本体,传感器得到变循环发动机测量参数y;控制输入向量u以及测量参数y共同输入到退化参数估计回路,退化参数估计回路解算得到变循环发动机的退化参数h,并输出到线性降保守性鲁棒控制器组解算模块;
线性降保守性鲁棒控制器组解算模块与变循环发动机本体以及变循环发动机上的若干传感器还组成调度参数调度控制回路;由传感器输出调度参数α和模式选择活门打开程度msv至线性降保守性鲁棒控制器组解算模块;
所述线性降保守性鲁棒控制器组解算模块内设计有若干线性降保守性鲁棒控制器,所述线性降保守性鲁棒控制器是利用若干小摄动不确定性发动机模型而分别设计得到的,所述小摄动不确定性发动机模型是对变循环发动机不同模式选择活门MSV打开程度、不同调度参数、包含退化参数变循环发动机非线性模型进行线性化后再加入不含发动机性能退化的摄动块得到的;
所述线性降保守性鲁棒控制器组解算模块根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α,利用内部设计的若干线性降保守性鲁棒控制器计算得到适应的线性降保守性鲁棒控制器,该线性降保守性鲁棒控制器根据参考输入r和测量参数y的差值e产生控制输入向量u。
2.根据权利要求1所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:在全飞行包线内根据调度参数α和模式选择活门打开程度msv,分别在变循环发动机正常状态h1和设定退化程度hbase处,对包含退化参数的变循环发动机非线性模型进行线性化得到2n*J个线性化模型,对线性化模型加入不含变循环发动机性能退化的摄动块得到小摄动不确定性变循环发动机模型,并对这2n*J个小摄动不确定性变循环发动机模型分别设计鲁棒控制器,作为对应的线性降保守性鲁棒控制器,并组成线性降保守性鲁棒控制器组。
3.根据权利要求1所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:所述退化参数估计回路中包括非线性机载发动机模型和分段线性化卡尔曼滤波器;
所述非线性机载变循环发动机模型为带健康参数的变循环发动机非线性模型:
y=g(x,u,h,msv)
其中为控制输入向量,为状态向量,为输出向量,为模式选择活门MSV打开程度,为退化参数向量,f(·)为表示系统动态的n维可微非线性向量函数,g(·)为产生系统输出的m维可微非线性向量函数;非线性机载发动机模型输入为控制输入向量u以及上一周期的退化参数h,其输出的健康稳态参考值(xaug,NOBEM,yNOBEM)作为分段线性化卡尔曼滤波器当前周期的估计初始值;
所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载发动机模型输出的健康稳态参考值(xaug,NOBEM,yNOBEM),根据公式
确定,而A、C、L、M是将退化参数h看作发动机的控制输入,并对非线性机载发动机模型在健康稳态参考点处进行线性化得到的反映发动机性能退化的增广线性状态变量模型
的系数:
w为系统噪声,v为测量噪声,相应的协方差矩阵为对角阵Q和R。
4.根据权利要求2所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:所述线性降保守性鲁棒控制器组解算模块根据输入的不同模式选择活门MSV打开程度、退化参数h以及调度参数α插值得到适应的线性降保守性鲁棒控制器。
5.根据权利要求4所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:所述线性降保守性鲁棒控制器组解算模块先模式选择活门打开程度msv前后相邻的两个msvk和msvk+1(k=1,2,...J),在msvk处根据变循环发动机当前的调度参数α选择前后相邻的两个设定工作点αi和αi+1,并获取两个设定工作点αi和αi+1对应变循环发动机正常状态h1和设定退化程度hbase处的线性降保守性鲁棒控制器Ki、Ki+1和根据公式
计算得到考虑变循环发动机当前退化参数h后,在两个设定工作点αi和αi+1下的线性降保守性鲁棒控制器Ki和Ki+1;再根据公式
计算得到变循环发动机在msvk处的线性降保守性鲁棒控制器;
再根据公式
计算得到变循环发动机当前工作模式、工作状态、气路部件故障状态下适应的容错控制器K(α,msv)。
6.根据权利要求1所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:所述调度参数α包括变循环发动机的风扇转速或者压气机转速。
7.根据权利要求1所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:所述测量参数包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力,风扇转速和压气机转速。
8.根据权利要求1所述一种变循环发动机降保守性鲁棒增益调度控制器,其特征在于:针对正常状态或某一退化状态下的变循环发动机非线性模型,所加入的不含发动机性能退化的摄动块为能够覆盖变循环发动机除退化外所有不确定性的最小摄动半径摄动块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010542690.9A CN111852663A (zh) | 2020-06-15 | 2020-06-15 | 变循环发动机降保守性鲁棒增益调度控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010542690.9A CN111852663A (zh) | 2020-06-15 | 2020-06-15 | 变循环发动机降保守性鲁棒增益调度控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111852663A true CN111852663A (zh) | 2020-10-30 |
Family
ID=72986624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010542690.9A Pending CN111852663A (zh) | 2020-06-15 | 2020-06-15 | 变循环发动机降保守性鲁棒增益调度控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111852663A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904716A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最低油耗控制优化方法 |
CN114526164A (zh) * | 2022-04-24 | 2022-05-24 | 中国航发四川燃气涡轮研究院 | 一种适用于双工作模式核心机的过渡态性能建模方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040225383A1 (en) * | 2003-05-06 | 2004-11-11 | Stanford University | Method for Design of Multi-objective Robust Controllers |
US9296474B1 (en) * | 2012-08-06 | 2016-03-29 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Control systems with normalized and covariance adaptation by optimal control modification |
JP2017016616A (ja) * | 2015-07-02 | 2017-01-19 | 株式会社Ihi | 性能推定装置及び性能推定方法 |
CN111273554A (zh) * | 2020-04-04 | 2020-06-12 | 西北工业大学 | 航空发动机最大推力状态降保守性二自由度h∞控制器 |
CN111271181A (zh) * | 2020-04-04 | 2020-06-12 | 西北工业大学 | 航空发动机降保守性增益调度二自由度μ控制器 |
-
2020
- 2020-06-15 CN CN202010542690.9A patent/CN111852663A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040225383A1 (en) * | 2003-05-06 | 2004-11-11 | Stanford University | Method for Design of Multi-objective Robust Controllers |
US9296474B1 (en) * | 2012-08-06 | 2016-03-29 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Control systems with normalized and covariance adaptation by optimal control modification |
JP2017016616A (ja) * | 2015-07-02 | 2017-01-19 | 株式会社Ihi | 性能推定装置及び性能推定方法 |
CN111273554A (zh) * | 2020-04-04 | 2020-06-12 | 西北工业大学 | 航空发动机最大推力状态降保守性二自由度h∞控制器 |
CN111271181A (zh) * | 2020-04-04 | 2020-06-12 | 西北工业大学 | 航空发动机降保守性增益调度二自由度μ控制器 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112904716A (zh) * | 2021-01-14 | 2021-06-04 | 西北工业大学 | 一种变循环发动机最低油耗控制优化方法 |
CN114526164A (zh) * | 2022-04-24 | 2022-05-24 | 中国航发四川燃气涡轮研究院 | 一种适用于双工作模式核心机的过渡态性能建模方法 |
CN114526164B (zh) * | 2022-04-24 | 2022-07-26 | 中国航发四川燃气涡轮研究院 | 一种适用于双工作模式核心机的过渡态性能建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111271181B (zh) | 航空发动机降保守性增益调度二自由度μ控制器 | |
CN111273554B (zh) | 航空发动机最大推力状态降保守性二自由度h∞控制器 | |
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 | |
CN111856918A (zh) | 变循环发动机增益调度控制器 | |
CN112085145B (zh) | 自适应循环航空发动机模式转换过程控制规律设计方法 | |
CN111852663A (zh) | 变循环发动机降保守性鲁棒增益调度控制器 | |
CN111608808A (zh) | 输入受限航空发动机增益调度容错控制器 | |
CN111880403A (zh) | 航空发动机最大推力状态容错二自由度μ控制器 | |
CN111856927B (zh) | 变循环发动机增益调度二自由度μ控制器 | |
CN111856919A (zh) | 航空发动机气路部件故障增益调度容错控制器 | |
US20160280385A1 (en) | Control scheme using variable area turbine and exhaust nozzle to reduce drag | |
CN111305954B (zh) | 输入受限的航空发动机降保守性鲁棒增益调度控制器 | |
CN112327602A (zh) | 变循环发动机气路部件故障增益调度容错控制器 | |
CN111856928B (zh) | 变循环发动机鲁棒增益调度控制器 | |
Hao et al. | A new design method for mode transition control law of variable cycle engine | |
CN112947064A (zh) | 考虑气路部件故障的航空发动机最大推力控制优化方法 | |
CN112327611B (zh) | 变循环发动机增益调度二自由度h∞控制器 | |
CN111456857B (zh) | 航空发动机降保守性增益调度二自由度h∞控制器 | |
CN111856929B (zh) | 航空发动机容错增益调度二自由度h∞控制器 | |
CN115217635A (zh) | 一种涡扇发动机全包线自适应加速控制方法 | |
CN111456856B (zh) | 航空发动机最大推力状态降保守性鲁棒控制器 | |
CN111830827B (zh) | 航空发动机容错增益调度二自由度μ控制器 | |
CN112948961A (zh) | 考虑气路部件故障的航空发动机最低油耗控制优化方法 | |
CN112904716A (zh) | 一种变循环发动机最低油耗控制优化方法 | |
CN111443607B (zh) | 基于健康退化的航空发动机降保守性鲁棒增益调度控制器 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201030 |