CN112127999B - 一种航空发动机低压轴转速的控制方法及装置 - Google Patents
一种航空发动机低压轴转速的控制方法及装置 Download PDFInfo
- Publication number
- CN112127999B CN112127999B CN201910555152.0A CN201910555152A CN112127999B CN 112127999 B CN112127999 B CN 112127999B CN 201910555152 A CN201910555152 A CN 201910555152A CN 112127999 B CN112127999 B CN 112127999B
- Authority
- CN
- China
- Prior art keywords
- rotating speed
- value
- low
- pressure shaft
- algorithm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004927 fusion Effects 0.000 claims abstract description 111
- 239000000446 fuel Substances 0.000 claims abstract description 56
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 15
- 230000003068 static effect Effects 0.000 claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 description 13
- 238000005070 sampling Methods 0.000 description 10
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- F02C9/26—Control of fuel supply
- F02C9/44—Control of fuel supply responsive to the speed of aircraft, e.g. Mach number control, optimisation of fuel consumption
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种航空发动机低压轴转速的控制方法,包括:采集低压轴转速、多个融合主参数和融合辅参数,所述融合主参数包括高压压气机入口温度、高压压气机出口温度、高压压气机出口静压、涡轮排气温度,所述融合辅参数包括高压轴转速;根据所述高压轴转速从卡尔曼增益变化表中确定卡尔曼增益系数;采用扩展卡尔曼滤波融合算法根据所述融合主参数和卡尔曼增益系数估算低压轴转速估计值;判断低压轴转速传感器是否存在故障,在所述低压轴转速传感器存在故障时输出低压轴转速估计值为转速反馈值,在所述低压轴转速传感器不存在故障时输出低压轴转速测量值为转速反馈值;根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值。
Description
技术领域
本发明主要涉及航空发动机领域,尤其涉及一种航空发动机低压轴转速的控制方法及装置。
背景技术
航空发动机的工程应用领域,当传感器(如转速、落压比等)出现故障时,需要根据正常的传感器采集的参数进行融合估算出故障传感器的参数。
现有技术中,对主要被控参数的常用融合方法是利用试验总结的发动机信号之间关系表或拟合公式,即通过能够测量的参数(如温度、压力等)作为输入,通过关系表或公式插值计算需要估计的参数,根据被估计的参数作为被控量实现控制,这种方式是闭环控制方法,控制精度不佳,并带来了动态性能的损失。
另一种方式通过改变控制规律(如风扇转速信号故障,则采用比较保守或者降级的核心机的转速进行控制),同样这种方式更为明显地降低了发动机控制的性能。再或者,关闭信号出故障的发动机,由其它的发动机完成飞机推力提供的任务。
总之,发动机故障的产生降低了整个飞机的飞行安全性,目前采用的融合算法或者切换控制规律的方式一定程度上补偿了安全性,但是给飞机的动态性能带来了较大的损失。
发明内容
本发明要解决的技术问题是提供一种航空发动机低压轴转速的控制方法及装置,以在保证飞机飞行安全的前提下,避免对飞机的动态性能带来较大的损失。
为解决上述技术问题,本发明的一方面提供了一种航空发动机低压轴转速的控制方法,包括:采集低压轴转速N1、多个融合主参数和融合辅参数,所述融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,所述融合辅参数包括高压轴转速N2;根据所述高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G;采用扩展卡尔曼滤波融合算法根据所述融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion;判断低压轴转速传感器是否存在故障,在所述低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值,在所述低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值;根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值。
在本发明的一实施例中,根据所述高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G的步骤包括:处理所述高压轴转速N2生成高压转子换算转速N2r25;根据所述高压转子换算转速N2r25从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。
在本发明的一实施例中,采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。
在本发明的一实施例中,还包括:判断采集主参数的传感器是否存在故障;在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法;在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。
在本发明的一实施例中,所述差参数扩展卡尔曼滤波融合算法包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
在本发明的一实施例中,根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值的步骤包括:根据所述所述转速反馈值和转速期望值计算转速偏差值,根据所述转速偏差值进行闭环控制生成燃油量期望值;根据所述燃油量期望值和燃油量测量值计算燃油量偏差值,根据所述燃油量偏差值进行闭环控制生成电机驱动信号。
在本发明的一实施例中,根据所述转速偏差值进行闭环控制生成燃油量期望值采用的算法选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
在本发明的一实施例中,根据所述燃油量偏差值进行闭环控制生成电机驱动信号采用的算法选自离散PI控制算法或离散滑模控制算法。
本发明的另一方面提供了一种航空发动机低压轴转速的控制装置,包括:采集模块,采集低压轴转速N1、多个融合主参数和融合辅参数,所述融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,所述融合辅参数包括高压轴转速N2;系数生成模块,根据所述高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G;估计模块,采用扩展卡尔曼滤波融合算法根据所述融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion;判断模块,判断低压轴转速传感器是否存在故障,在所述低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值,在所述低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值;调整模块,根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值。
在本发明的一实施例中,所述系数生成模块处理所述高压轴转速N2生成高压转子换算转速N2r25,并根据所述高压转子换算转速N2r25从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。
在本发明的一实施例中,所述估计模块采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。
在本发明的一实施例中,所述估计模块判断采集主参数的传感器是否存在故障;在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法;在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。
在本发明的一实施例中,所述差参数扩展卡尔曼滤波融合算法包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
在本发明的一实施例中,所述调整模块根据所述所述转速反馈值和转速期望值计算转速偏差值,根据所述转速偏差值进行闭环控制生成燃油量期望值,并根据所述燃油量期望值和燃油量测量值计算燃油量偏差值,根据所述燃油量偏差值进行闭环控制生成电机驱动信号。
在本发明的一实施例中,根据所述转速偏差值进行闭环控制生成燃油量期望值采用的算法选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
在本发明的一实施例中,根据所述燃油量偏差值进行闭环控制生成电机驱动信号采用的算法选自离散PI控制算法或离散滑模控制算法。
与现有技术相比,本发明具有以下优点:本发明提供了一种航空发动机低压轴转速的控制方法及装置,采集了多个融合主参数和融合辅参数,融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,融合辅参数包括高压轴转速N2,采用扩展卡尔曼滤波融合算法根据融合主参数估算低压轴转速估计值,对低压轴转速进行实时估计,实现了对低压轴转速的闭环控制,可以在保证飞机飞行安全的前提下,避免对飞机的动态性能带来较大的损失。
附图说明
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明,其中:
图1是根据本发明的一实施例的一种航空发动机低压轴转速的控制方法的流程图。
图2是根据本发明的一实施例的闭环控制系统的示意图。
图3是根据本发明的一实施例的一种航空发动机低压轴转速的控制方法的控制逻辑框图。
图4是根据本发明的一实施例的一种航空发动机低压轴转速的控制装置的示意图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂,以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,因此本发明不受下面公开的具体实施例的限制。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
应当理解,当一个部件被称为“在另一个部件上”、“连接到另一个部件”、“耦合于另一个部件”或“接触另一个部件”时,它可以直接在该另一个部件之上、连接于或耦合于、或接触该另一个部件,或者可以存在插入部件。相比之下,当一个部件被称为“直接在另一个部件上”、“直接连接于”、“直接耦合于”或“直接接触”另一个部件时,不存在插入部件。同样的,当第一个部件被称为“电接触”或“电耦合于”第二个部件,在该第一部件和该第二部件之间存在允许电流流动的电路径。该电路径可以包括电容器、耦合的电感器和/或允许电流流动的其它部件,甚至在导电部件之间没有直接接触。
如背景技术介绍到,目前采用的融合算法或者切换控制规律的方式一定程度上补偿了安全性,但是给飞机的动态性能带来了较大的损失。本发明提供一种航空发动机低压轴转速的控制方法,以在保证飞机飞行安全的前提下,避免对飞机的动态性能带来较大的损失。
图1是根据本发明的一实施例的一种航空发动机低压轴转速的控制方法的流程图。图2是根据本发明的一实施例的闭环控制系统的示意图。图3是根据本发明的一实施例的一种航空发动机低压轴转速的控制方法的逻辑框图。下面结合图1-3对本发明的该实施例的控制方法进行说明。
步骤110,采集低压轴转速N1、多个融合主参数和融合辅参数。
在此步骤中,采集的融合主参数可以包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT。采集的融合辅参数可以包括高压轴转速N2。
如图2所示,发动机本体210在运行过程中会产生多个运行状态参数,机载传感器220可以采集发动机本体210产生的多个运行状态参数,将物理量信号转换为电信号。机载传感器220可以包括各种常用的传感器,例如温度传感器、压力传感器和转速传感器等。机载传感器220可以设置在发动机本体210不同的部位。
温度传感器可以采集高压压气机入口温度T25、高压压气机出口温度T3、涡轮排气温度EGT。压力传感器可以采集高压压气机出口静压Ps3。转速传感器可以采集低压轴转速N1、高压轴转速N2等。机载传感器230采集到多个运行状态参数之后,将其发送给闭环控制器230。
继续参考图2,闭环控制器230还可以接收飞机硬线信号和飞机总线信号。飞机硬线信号为模拟电信号,飞机总线信号为数字电信号。执行机构240可以是伺服电机。
步骤120,根据高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。
在此步骤中,可以处理高压轴转速N2生成高压转子换算转速N2r25,然后根据高压转子换算转速N2r25从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。
如图3所示,机载传感器采集到高压轴转速N2之后,信号处理器310对高压轴转速N2进行处理,生成高压转子换算转速N2r25。信号处理器310可以采用离散滤波算法或表决算法生成高压转子换算转速N2r25。
增益调度器320中存储有卡尔曼增益变化表。卡尔曼增益变化表可以离线时通过建立高压转子换算转速N2r25和卡尔曼增益系数KF_G之间的对应关系获得。在一些实施例中,可以获取全部高压转子换算转速N2r25和卡尔曼增益系数KF_G,然后建立高压转子换算转速N2r25和卡尔曼增益系数KF_G之间的对应关系。在另外一些示例中,可以获取部分高压转子换算转速N2r25和卡尔曼增益系数KF_G,通过拟合算法或插值算法获取完整的高压转子换算转速N2r25和卡尔曼增益系数KF_G之间的对应关系。
将信号处理器310处理得到的高压转子换算转速N2r25输入增益调度器320中离线确定的卡尔曼增益变化表,可以得到与当前高压转子换算转速N2r25对应的卡尔曼增益系数KF_G。增益调度器320将该卡尔曼增益系数KF_G发送至EKF融合算法器330中。
步骤130,采用扩展卡尔曼滤波融合算法根据融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion。
在此步骤中,采用扩展卡尔曼滤波(Extend Kaman Filter,EKF)融合算法,根据步骤110获取的融合主参数和步骤120获取的卡尔曼增益系数KF_G,估算低压轴转速估计值N1fusion。
一个具有附加纯随机噪声的涡扇发动机非线性多级过程的离散运动方程为:
N1(k+1)=f(N1(k))+Γ(k)Wf(k) (1)
Y(k)=h(N1(k))+v(k) (2)
公式(1)-(2)中,N1(k)和N1(k+1)分别表示第k和第k+1采样时间的低压轴转速,f表示主动态函数,Γ(k)表示控制量增益,Wf(k)表示燃油控制量,Y(k)表示第k采样时间融合主参数的测量值,h表示主动态转换函数,v(k)表示示第k采样时间融合主参数的测量值叠加的噪声值。
本发明的实施例中的扩展卡尔曼滤波融合算法采用递推计算,其公式如下:
其中,表示第k采样时间的低压轴转速估计值N1fusion,和分别表示第k和第k+1采样时间的低压轴转速中间值,KF(k)表示第k采样时间的卡尔曼增益系数,Y(k)表示第k采样时间融合主参数的测量值,h表示主动态转换函数,f表示主动态函数,Γ(k)表示控制量增益,Wf(k)表示燃油控制量。
卡尔曼增益系数KF(k)的计算公式如下:
其中,KF(k)表示第k采样时间的卡尔曼增益系数,M(k)和P(k)表示第k采样时间进行卡尔曼增益系数计算的中间参数,R(k)表示参数权重对角线矩阵。
根据公式(1)-(7)即可估算出低压轴转速估计值N1fusion。
在本发明的该实施例中,可以采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。换言之,采用全参数扩展卡尔曼滤波融合算法根据高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT估算低压轴转速N1fusion。通过采用全参数扩展卡尔曼滤波融合算法,考虑了发动机运行状态过程中的全部参数,可以提高估算的准确性。
在另外一些实施例中,还可以包括判断采集主参数的传感器是否存在故障。在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法。在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。差参数扩展卡尔曼滤波融合算法可以包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
如图3所示,故障诊断器340判断采集主参数的传感器是否存在故障,并将判断结果以HealthStatus的指令发送给融合算法结构选择器350。HealthStatus指令可以包括具体的传感器故障信息,例如所有传感器均运行正常,或者温度传感器出现异常等。
融合算法结构选择器350接收到HealthStatus指令之后,根据其中的传感器故障信息选择对应的扩展卡尔曼滤波融合算法结构。
优选地,算法结构可以包括单参数、双参数、三参数、四参数等四类。融合算法结构选择器350以InfuMode的指令发送给EKF融合计算器330。
算法结构信息InfuMode标识取值信息如下:
InfuMode(1):EGT单参数合成;
InfuMode(2):T25/T3双参数合成;
InfuMode(3):T25/Ps3双参数合成;
InfuMode(4):T3/Ps3双参数合成;
InfuMode(5):T25/T3/Ps3三参数合成;
InfuMode(6):T25/T3/Ps3/EGT四参数合成。
在所有传感器均为异常时,融合算法结构选择器350输出InfuMode(6)。在采集涡轮排气温度EGT的传感器出现异常时,融合算法结构选择器350输出InfuMode(5)。在涡轮排气温度EGT出现异常,且高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3中的一个出现异常时,融合算法结构选择器350输出InfuMode(4)、InfuMode(3)或InfuMode(2)。在高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3均出现异常时,融合算法结构选择器350输出InfuMode(1)。
EKF融合计算器330根据融合算法结构选择器350输出的InfuMode指令,选择对应的算法对低压轴转速进行估算。
步骤140,判断低压轴转速传感器是否存在故障。
在此步骤中,如图3所示,转速信号选择器360判断低压轴转速传感器是否存在故障。故障诊断器340将故障诊断结果以N1SfltFlag指令的形式发送给转速信号选择器360,转速信号选择器360接收到N1SfltFlag指令之后,对N1SfltFlag指令进行解析,如果N1SfltFlag标记为真值,则进入步骤150;如果N1SfltFlag标记为非真值,则进入步骤160。
步骤150,在低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值。
在此步骤中,N1SfltFlag标记为真值,转速信号选择器360输出步骤130估算得到的低压轴转速估计值N1fusion,该低压轴转速估计值N1fusion为转速反馈值。
步骤160,在低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值。
在此步骤中,N1SfltFlag标记为非真值,转速信号选择器360输出步骤110采集得到的低压轴转速测量值N1,该低压轴转速测量值N1为转速反馈值。
步骤170,根据转速反馈值和转速期望值调整燃油量,直至转速反馈值达到转速期望值。
在此步骤中,可以根据转速反馈值和转速期望值计算转速偏差值,并根据转速偏差值进行闭环控制生成燃油量期望值;可以根据燃油量期望值和燃油量测量值计算燃油量偏差值,并根据燃油量偏差值进行闭环控制生成电机驱动信号。
根据转速偏差值进行闭环控制生成燃油量期望值采用的算法可以选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
根据燃油量偏差值进行闭环控制生成电机驱动信号采用的算法可以选自离散PI控制算法或离散滑模控制算法。
如图3所示,调节器370基于存储的转速调节计划表,根据信号处理器310获取的功率杆角度(Power level angle,PLA)来获取对应的转速期望值N1dmd。
闭环控制器380可以基于转速期望值N1dmd和转速反馈值N1fbk形成的转速偏差值N1Err作为输入,通过稳态闭环离散控制算法计算获取发动机所需要的调节发动机所需的燃油量期望值WfN1。
伺服电机控制器390可以基于燃油量期望值WfN1和从信号处理器310获取的燃油量反馈值Wffbk形成的燃油量偏差值WfErr作为输入,通过伺服闭环离散控制算法计算获取调节伺服作动机构所需要的电驱动信号量I_act。
本发明的该实施例提供了一种航空发动机低压轴转速的控制方法,采集了多个融合主参数和融合辅参数,融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,融合辅参数包括高压轴转速N2,采用扩展卡尔曼滤波融合算法根据融合主参数估算低压轴转速估计值,对低压轴转速进行实时估计,实现了对低压轴转速的闭环控制,可以在保证飞机飞行安全的前提下,避免对飞机的动态性能带来较大的损失。
图4是根据本发明的一实施例的一种航空发动机低压轴转速的控制装置400的示意图。如图4所示,控制装置400包括采集模块410、系数生成模块420、估计模块430、判断模块440以及调整模块450。
采集模块410采集低压轴转速N1、多个融合主参数和融合辅参数,融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,融合辅参数包括高压轴转速N2。
系数生成模块420根据高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。系数生成模块420可以处理高压轴转速N2生成高压转子换算转速N2r25,并根据高压转子换算转速N2r25从卡尔曼增益变化表中确定卡尔曼增益系数KF_G。
估计模块430采用扩展卡尔曼滤波融合算法根据融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion。估计模块430可以采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。估计模块430也可以判断采集主参数的传感器是否存在故障;在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法;在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。差参数扩展卡尔曼滤波融合算法可以包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
判断模块440判断低压轴转速传感器是否存在故障,在低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值,在低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值。
调整模块450根据转速反馈值和转速期望值调整燃油量,直至转速反馈值达到转速期望值。调整模块450可以根据转速反馈值和转速期望值计算转速偏差值,根据转速偏差值进行闭环控制生成燃油量期望值;根据燃油量期望值和燃油量测量值计算燃油量偏差值,根据燃油量偏差值进行闭环控制生成电机驱动信号。
调整模块450根据转速偏差值进行闭环控制生成燃油量期望值采用的算法选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
调整模块450根据燃油量偏差值进行闭环控制生成电机驱动信号采用的算法选自离散PI控制算法或离散滑模控制算法。
本发明的该实施例提供了一种航空发动机低压轴转速的控制方法,采集了多个融合主参数和融合辅参数,融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,融合辅参数包括高压轴转速N2,采用扩展卡尔曼滤波融合算法根据融合主参数估算低压轴转速估计值,对低压轴转速进行实时估计,实现了对低压轴转速的闭环控制,可以在保证飞机飞行安全的前提下,避免对飞机的动态性能带来较大的损失。
在此使用了流程图用来说明根据本申请的实施例的方法所执行的操作。应当理解的是,前面的操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,或将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
虽然本发明已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,在没有脱离本发明精神的情况下还可作出各种等效的变化或替换,因此,只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (14)
1.一种航空发动机低压轴转速的控制方法,包括:
采集低压轴转速N1、多个融合主参数和融合辅参数,所述融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,所述融合辅参数包括高压轴转速N2;
对所述高压轴转速N2处理后生成高压转子换算转速N2r25,建立所述高压转子换算转速N2r25和卡尔曼增益系数KF_G之间的对应关系形成卡尔曼增益变化表,根据所述高压轴转速N2从卡尔曼增益变化表中确定卡尔曼增益系数KF_G;
采用扩展卡尔曼滤波融合算法根据所述融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion;
判断低压轴转速传感器是否存在故障,在所述低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值,在所述低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值;
根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值。
2.如权利要求1所述的控制方法,其特征在于,采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。
3.如权利要求2所述的控制方法,其特征在于,还包括:
判断采集主参数的传感器是否存在故障;
在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法;
在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。
4.如权利要求3所述的控制方法,其特征在于,所述差参数扩展卡尔曼滤波融合算法包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
5.如权利要求1所述的控制方法,其特征在于,根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值的步骤包括:
根据所述所述转速反馈值和转速期望值计算转速偏差值,根据所述转速偏差值进行闭环控制生成燃油量期望值;
根据所述燃油量期望值和燃油量测量值计算燃油量偏差值,根据所述燃油量偏差值进行闭环控制生成电机驱动信号。
6.如权利要求5所述的控制方法,其特征在于,根据所述转速偏差值进行闭环控制生成燃油量期望值采用的算法选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
7.如权利要求5所述的控制方法,其特征在于,根据所述燃油量偏差值进行闭环控制生成电机驱动信号采用的算法选自离散PI控制算法或离散滑模控制算法。
8.一种航空发动机低压轴转速的控制装置,包括:
采集模块,采集低压轴转速N1、多个融合主参数和融合辅参数,所述融合主参数包括高压压气机入口温度T25、高压压气机出口温度T3、高压压气机出口静压Ps3、涡轮排气温度EGT,所述融合辅参数包括高压轴转速N2;
系数生成模块,处理所述高压轴转速N2生成高压转子换算转速N2r25,建立所述高压转子换算转速N2r25和卡尔曼增益系数KF_G之间的对应关系形成卡尔曼增益变化表,并根据所述高压转子换算转速N2r25从卡尔曼增益变化表中确定卡尔曼增益系数KF_G;
估计模块,采用扩展卡尔曼滤波融合算法根据所述融合主参数和卡尔曼增益系数KF_G估算低压轴转速估计值N1fusion;
判断模块,判断低压轴转速传感器是否存在故障,在所述低压轴转速传感器存在故障时输出低压轴转速估计值N1fusion为转速反馈值,在所述低压轴转速传感器不存在故障时输出低压轴转速测量值N1为转速反馈值;
调整模块,根据所述转速反馈值和转速期望值调整燃油量,直至所述转速反馈值达到所述转速期望值。
9.如权利要求8所述的控制装置,其特征在于,所述估计模块采用全参数扩展卡尔曼滤波融合算法根据所有主参数估算低压轴转速N1fusion。
10.如权利要求9所述的控制装置,其特征在于,所述估计模块判断采集主参数的传感器是否存在故障;在采集主参数的所有传感器均无故障时选择全参数扩展卡尔曼滤波融合算法;在至少一采集主参数的传感器出现故障时选择对应的差参数扩展卡尔曼滤波融合算法。
11.如权利要求10所述的控制装置,其特征在于,所述差参数扩展卡尔曼滤波融合算法包括三参数、双参数和单参数扩展卡尔曼滤波融合算法。
12.如权利要求8所述的控制装置,其特征在于,所述调整模块根据所述所述转速反馈值和转速期望值计算转速偏差值,根据所述转速偏差值进行闭环控制生成燃油量期望值,并根据所述燃油量期望值和燃油量测量值计算燃油量偏差值,根据所述燃油量偏差值进行闭环控制生成电机驱动信号。
13.如权利要求12所述的控制装置,其特征在于,根据所述转速偏差值进行闭环控制生成燃油量期望值采用的算法选自离散PI控制算法、离散滑模控制算法、离散预测控制算法或离散最优控制算法。
14.如权利要求12所述的控制装置,其特征在于,根据所述燃油量偏差值进行闭环控制生成电机驱动信号采用的算法选自离散PI控制算法或离散滑模控制算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910555152.0A CN112127999B (zh) | 2019-06-25 | 2019-06-25 | 一种航空发动机低压轴转速的控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910555152.0A CN112127999B (zh) | 2019-06-25 | 2019-06-25 | 一种航空发动机低压轴转速的控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112127999A CN112127999A (zh) | 2020-12-25 |
CN112127999B true CN112127999B (zh) | 2021-10-08 |
Family
ID=73849601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910555152.0A Active CN112127999B (zh) | 2019-06-25 | 2019-06-25 | 一种航空发动机低压轴转速的控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112127999B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4060980A (en) * | 1975-11-19 | 1977-12-06 | United Technologies Corporation | Stall detector for a gas turbine engine |
CN101178312A (zh) * | 2007-12-12 | 2008-05-14 | 南京航空航天大学 | 基于多信息融合的航天器组合导航方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0029760D0 (en) * | 2000-12-06 | 2001-01-17 | Secr Defence Brit | Tracking systems for detecting sensor errors |
US10309249B2 (en) * | 2015-04-17 | 2019-06-04 | Honda Motor Co., Ltd. | Control apparatus for a gas-turbine aeroengine |
-
2019
- 2019-06-25 CN CN201910555152.0A patent/CN112127999B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4060980A (en) * | 1975-11-19 | 1977-12-06 | United Technologies Corporation | Stall detector for a gas turbine engine |
CN101178312A (zh) * | 2007-12-12 | 2008-05-14 | 南京航空航天大学 | 基于多信息融合的航天器组合导航方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112127999A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109857094B (zh) | 基于两阶段卡尔曼滤波算法的航空发动机故障诊断方法 | |
Yin et al. | Real-time implementation of fault-tolerant control systems with performance optimization | |
EP2297622B1 (en) | A method of estimating the maximum power generation capacity and for controlling a specified power reserve of a single cycle or combined cycle gas turbine power plant, and a power generating system for use with said method | |
US6466858B1 (en) | Methods and apparatus for monitoring gas turbine engine operation | |
CN109154236B (zh) | 考虑传感器故障来控制燃气涡轮 | |
US8068997B2 (en) | Continuous performance analysis system and method | |
CN110118128B (zh) | 微型燃气轮机传感器故障诊断和容错控制方法 | |
RU2478807C2 (ru) | Системы и способы использования алгоритма регулировки динамики горения с помощью камеры сгорания с множеством индивидуальных отсеков | |
US20150362405A1 (en) | Auto testing system for a gas turbine | |
EP1213562A2 (en) | Sensor fault detection, isolation and accomodation | |
CN107103167B (zh) | 针对甩负荷工况的deh调速功能诊断方法及系统 | |
Gorinevsky et al. | Model-based diagnostics for an aircraft auxiliary power unit | |
JP2003027961A (ja) | エンジン性能をモニタする方法、そのシステム及びプログラム記録媒体 | |
JP2009041565A (ja) | モデルベースのセンサ障害検出及び分離用システム及び方法 | |
JP2004162698A (ja) | ガスタービンを制御するためのモデル・ベースの適応制御システム | |
EP3527804A1 (en) | On-board estimator engine sensor fault accommodation in engine control | |
CA2852299C (en) | Engine operations support systems and methods for reducing fuel flow | |
JP2011090382A (ja) | 監視システム | |
CN111474919A (zh) | 基于aann网络组的航空发动机控制系统传感器故障诊断方法 | |
EP2647811B1 (en) | Gas turbine control device and power generation system | |
US20190226407A1 (en) | On-board estimator actuator system fault accommodation in engine control | |
CN111506049A (zh) | 基于aann网络系统的航空发动机控制系统多重故障诊断方法 | |
BR112020002690A2 (pt) | sistema de controle de motor de aeronave, método para parametrizar um sistema de controle de motor de aeronave e uso de um sistema | |
CN111856919A (zh) | 航空发动机气路部件故障增益调度容错控制器 | |
CN112127999B (zh) | 一种航空发动机低压轴转速的控制方法及装置 |
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 |