CN113901573A - 基于博弈策略的飞机综合一体化热/能量多目标优化方法 - Google Patents
基于博弈策略的飞机综合一体化热/能量多目标优化方法 Download PDFInfo
- Publication number
- CN113901573A CN113901573A CN202110987811.5A CN202110987811A CN113901573A CN 113901573 A CN113901573 A CN 113901573A CN 202110987811 A CN202110987811 A CN 202110987811A CN 113901573 A CN113901573 A CN 113901573A
- Authority
- CN
- China
- Prior art keywords
- main engine
- aptms
- engine system
- game
- power
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 24
- NJSVDVPGINTNGX-UHFFFAOYSA-N [dimethoxy(propyl)silyl]oxymethanamine Chemical compound CCC[Si](OC)(OC)OCN NJSVDVPGINTNGX-UHFFFAOYSA-N 0.000 claims abstract description 77
- 239000000446 fuel Substances 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000005057 refrigeration Methods 0.000 claims abstract description 19
- 239000000295 fuel oil Substances 0.000 claims description 11
- 238000002485 combustion reaction Methods 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 239000007788 liquid Substances 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 37
- 230000008901 benefit Effects 0.000 description 9
- 238000004132 cross linking Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002828 fuel tank Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开基于博弈策略的飞机综合一体化热/能量多目标优化方法,属于计算、推算或计数的技术领域。根据涡扇航空发动机和飞机自适应动力与热管理系统工作时,两者不同优化目标互相影响的特点,采用一种主从斯塔克伯格博弈的能量管理策略,对主发动机系统热/能量系统和APTMS系统进行博弈论三要素建模,通过分析对立目标之间的关联性进行性能优化。本发明能够保证在满足主发动机系统和APTMS系统性能约束前提下,提高飞机综合一体化热/能量系统的燃油经济性与制冷效率。
Description
技术领域
本发明公开基于博弈策略的飞机综合一体化热/能量多目标优化方法,涉及飞机综合一体化热/能量技术,属于计算、推算或计数的技术领域。
背景技术
针对未来飞机对大航程、燃油经济性和飞行热管理要求越来越高的发展趋势,目前已设计出自适应动力与热管理系统(Adoptive Power and Thermal ManagementSystem,APTMS)。APTMS作为一种新型飞机能量转化装置,在物理部件上,将原来飞机上单独的环境控制系统(Environmental Control System,ECS)、辅助动力系统(Auxiliary PowerSystem,APU)和应急动力系统(Emergency Power System,EPU)通过共用物理部件整合为一体,系统结构如图1所示。APTMS在功能上分为组合动力装置和半闭式空气制冷装置,前者为APTMS提供轴功率,后者产生制冷功率,其中,制冷效率是重要的经济性指标。APTMS不仅减少部件数量和占用的空间,还提高飞机燃油经济性、电功率输出功率和飞机机载机电系统散热效率。
APTMS的动力源主要来自主发动机系统。因此,当APTMS从主发动机系统引气或者提取不同等级的轴功率或者以不同方式提取动力源都会对主发动机系统造成性能影响,如造成整机燃油消耗率上升和主发动机系统稳定裕度下降。APTMS从主发动机系统提取的引气或轴功率越多,即APTMS转化的制冷功率和电功率越多,则对主发动机系统的性能影响越大。因此,对飞机能量进行管理需要将飞机主发动机系统与APTMS构建成飞机综合一体化热/能量管理系统后进行综合性能优化。
当前应用的飞机能量管理方法中,很少有针对飞机综合一体化热/能量管理系统中的主发动机系统和APTMS进行综合优化。目前,几种流行的飞机能量管理方法可以分为三类,第一类为基于规则的能量管理策略,如基于确定规则或基于模糊规则的能量管理策略;第二类为基于优化的能量管理策略,如动态规划、等效燃油和遗传算法等;第三类涉及的少部分飞机能量管理方法包括基于最优控制理论、凸优化、二次规划和博弈论等的能量管理策略,其中,最优控制、凸优化和二次规划等传统优化算法主要利用的是目标对象空间的可导性以及梯度下降性,理论较为完善,且计算量小,但对于目标函数不明确对象效果较差,往往易于陷入局部最优解。
飞机处于巡航模式和战斗模式下,主发动机系统和APTMS会出现性能相互制约的矛盾现象,此时主发动机系统和APTMS有着能量交联同时又有着各自独立的优化目标,优化目标之间有冲突。考虑到上述基于规则和基于优化的能量管理策略,在处理多目标优化问题上的主要思想是将多目标问题转化为单目标问题,如目标加权算法、满意折衷法和模糊逻辑法,这样虽然可以降低问题的复杂度,减少计算步骤,但是利用这样简化的单目标问题优化能量管理策略往往是在矛盾目标之间进行了折中,不能保证所有性能目标都是最优的。
基于博弈策略的能量优化方法当前主要应用在电网资源分配与无线网节点省电等方面。因此,本发明旨在提出一种基于博弈策略的飞机综合一体化热/能量多目标优化方法,将运筹学上的博弈论,也称对策论,引入飞机综合一体化热/能量管理系统的策略,进行上层策略设计,弥补上述能量管理策略的不足,同时也为其它方面的能量管理策略提供了一种新思路,即通过博弈论建模分析冲突目标之间的优化管理。
发明内容
本发明的发明目的是针对上述背景技术的不足,从能量管理策略层的创新点出发,不同于以往的传统基于规则和基于优化的能量管理策略,提出一种基于博弈策略的飞机综合一体化热/能量多目标优化方法。本发明方法对于飞机综合一体化热/能量管理系统中多系统多目标冲突优化问题具有顶层策略优势,首先通过博弈论的三要素建模建立起发动机系统与APTMS之间的非合作主从斯塔克伯格博弈模型,其次在以博弈论为能量管理策略的情况下仍需要进行博弈模型均衡解的求解,通过智能优化算法求解多目标冲突优化问题的最优解,,提高博弈模型的寻优能力且具有顶层策略优势,解决飞机综合一体化热/能量管理系统中主发动机系统和APTMS双方优化目标冲突的技术问题。
本发明为实现上述发明目的采用如下技术方案,大致包含以下两个部分。
第一部分,飞机综合一体化热/能量管理系统博弈模型的建模:分别建立主发动机系统和APTMS的目标函数,并根据飞机在包线飞行时的不同模式,给出不同的约束条件;其次,设计飞机综合一体化热/能量管理系统主发动机系统和APTMS系统之间的能量交换关系以及交联参数,建立包含博弈模型三要素的非合作主从斯塔克伯格博弈模型。
第二部分,配合博弈模型均衡解求解的多目标优化算法设计:采用现代智能优化算法求解满足多目标优的Pareto最优解集,最终得到一个关于主发动机系统最小化燃油消耗率和APTMS最大化制冷效率的Pareto前沿线。
本发明采用上述技术方案,具有以下有益效果:本发明通过分析主发动机系统和APTMS各自的目标函数以及目标函数之间的交联参数,通过建立以主发动机系统为领导者、以APTMS为跟随者的主从斯塔伯格博弈模型,对主发动机系统进行稳态计算得到主发稳定工作下的燃油消耗率,根据飞行模式确定博弈策略变量的取值范围后对多目标函数进行迭代求解直至获得APTMS目标函数的较优解,将APTMS目标函数的较优解对应的博弈策略传入领导方进行主发系统目标函数的优化,以能量管理策略与多目标优化算法相结合的形式,最终获得整个飞行包线内总燃油消耗最低的动力源分配方案,使得系统能效发挥到最优。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明APTMS的系统结构图。
图2为本发明飞机综合一体化热/能量管理系统博弈建模的示意图。
图3为本发明飞机综合一体化热/能量管理系统博弈求解的示意图。
图4为本发明基于主从斯塔克伯格博弈多目标算法的求解流程图。
具体实施方式
本发明基于博弈论策略的飞机综合一体化热/能量多目标优化方法包括两方面内容,主要方面是基于主从斯塔克伯格博弈策略的飞机综合一体化热/能量管理系统优化方法建模,次要方面是配合博弈模型均衡解求解的多目标优化算法设计,下面结合附图进行具体说明。
1.飞机综合一体化热/能量管理系统框架
进行主从斯塔克伯格博弈模型建模之前,先说明本发明所应用的飞机综合一体化热/能量管理系统框架与优化目标。
本发明所应用的飞机综合一体化热/能量管理系统,指的是以主发动机系统为核心部分,APTMS为能量转化装置,可以产生制冷功率以及供给其它机载机电系统部分的电功率,既可以满足整机正常用电需求,也可以满足各种负载的热负荷控制需求。
主发动机系统以最小化燃油消耗率Wf为目标,APTMS以最大化制冷效率ηcop为目标,飞机综合一体化热/能量管理系统框架如图2所示。
1.1.分析飞机综合一体化热/能量管理系统工作特点
在飞机处于飞行包线时,APTMS会经历以下4种工作模式。
1.1.1.飞机起飞模式
当飞机处于起飞模式时,APTMS消耗少量的燃油Wfsta,在燃烧室与外界大气燃烧做功产生轴功率PWesha,同轴起发电机发电输出电功率PWeecs,主发动机系统得电后会带动主发转轴进行工作。此时系统整体总燃油消耗率Wf表示为Wfsta,即,
Wf=Wfsta (1)。
1.1.2.巡航模式
当处于巡航模式时,APTMS不消耗燃油,此时的动力一方面来源于主发动机系统风扇涵道引气量q1和主发压气机低压级末级引气量q3,冲压空气换热器冷端气体来源于大气引气量q4。另一方面转轴轴功率仍未平衡,还需要主发动机系统提供的多余轴功率PWeeng。APTMS得到(q1,q3,q4,PWeeng)作为组合动力来源,产生制冷功率和下游负载所需电功率。主发动机系统要在以上引气量和轴功率提取得情况下稳定主发推力的同时保证主发动机系统稳定裕度大于15%以防止压气机喘振。此时,系统整体总燃油消耗率Wf表示为主发稳定推力不变油耗Wf1与引气轴功率提取导致的燃油代偿Wfeng,即,
Wf=Wf1+Wfeng (2),
式(2)中,引气轴功率提取的燃油代偿Wfeng已经包含在主发动机系统二次稳态计算中。
1.1.3.战斗模式
当处于战斗模式时,APTMS不消耗燃油,此时的动力一方面来源于主发动机系统风扇涵道引气量q1和主发压气机低压级末级引气量q3,冲压空气换热器冷端气体来源于大气引气量q4。另一方面此时对主发动机系统稳定性能要求较高,不再提供主发动机系统轴功率,且引气量范围变小,APTMS需要额外消耗燃油Wfecs补充所需轴功率,燃油来自主发动机系统燃油箱。APTMS得到(q1,q3,q4,Wfecs)作为动力来源,产生制冷功率和下游负载所需电功率。此时,系统整体总燃油消耗率Wf表示为主发稳定推力不变油耗Wf1、引气轴功引起的燃油代偿Wfeng与APTMS自身消耗的燃油量Wfecs,即,
Wf=Wf1+Wfeng+Wfecs (3)。
1.1.4.飞机降落模式
当飞机处于降落模式时,工作过程是起飞模式的逆过程,APTMS消耗少量的燃油量Wfdro,在燃烧室与外界大气燃烧做功产生轴功率PWesha,同轴带动起发电机发电为飞机主发动机系统供电PWeecs,主发动机系统渐渐关闭。此时,系统整体总燃油消耗率Wf表示为APTMS自身消耗的燃油量Wfdro,即,
Wf=Wfdro (4)。
以上四种基本飞行模式中,占比时间最长的是巡航模式,最反应飞机性能的是战斗模式,这两个工作模式最为关键。此外,这两个飞行模式下,对于主发动机系统要求在产生稳定的推力和主发动机系统稳定裕度大于15%等约束下使主发动机系统燃油箱消耗率Wf最小;对于APTMS要求产生满足座舱空冷电子舱热载荷需求Qaca、液冷电子舱热载荷需求Qlca和系统下游负载所需电功率PWedes等约束下使制冷效率ηcop最大。
由上述情况分析可知产生以下能量交联矛盾:
若主发动机系统要在满足推力约束下达到燃油消耗率Wf最小,则要尽可能减少供给APTMS的总动力源(q1,q3,q4,PWeeng,Wfecs),以及选择从什么部位供气;
若APTMS要在满足制冷功率(Qaca,Qlca)和下游负载电功率PWedes的约束下,并达到制冷效率ηcop最佳,则要尽可能多从主发动机系统提取总动力源(q1,q3,q4,PWeeng,Wfecs)。
综上所述,主发动机系统与飞机综合一体化热/能量管理系统交联参数动力源的优化问题符合多系统多目标冲突优化问题,适于采用博弈分析的方式建立优化模型。
上述已介绍飞行包线内综合一体化热/能量管理系统的巡航模式和战斗模式的区别,下面建立巡航模式和战斗模式下的主从非合作斯塔克伯格博弈格局。
本博弈包含两类利益主体,一类是主发动机系统,另一类是APTMS,两者之间有着交联参数动力源(q1,q3,q4,PWeeng,Wfecs)。根据飞机飞行包线内的特点,应把主发动机系统视为在本博弈里的领导者,APTMS视作为跟随者,构建为一个非合作主从斯塔克伯格博弈Gsta。与普通非合作博弈模型相同,主从非合作博弈也包含博弈方、策略集以及博弈方收益函数,博弈格局如图3所示。
1.巡航模式与战斗模式下博弈模型建立
1.1.领导者主发动机系统的博弈模型
1.1.1.策略
当飞机处于巡航模式和战斗模式时,主发动机系统根据实际需要向APTMS提出座舱空冷电子舱热载荷需求Qaca、液冷电子舱热载荷需求Qlca和系统下游负载所需电功率PWedes以及主发稳定裕度Sm要求。因此将主发动机系统的性能需求Q(Qaca,Qlca,PWedes,Sm)的不同取值组合映射为主发动机系统的博弈策略,Q(Qaca,Qlca,PWedes,Sm)称为主发动机系统的策略变量。
1.1.2.收益函数
ηcomb=0.98,σcomb=0.95,LHV=44MJ/kg (10),
式(7)至式(10)中,Cp,in,Cp,out,分别表示燃烧室进出口流量、进出口气体定压比热、进出口总温;表示进出口总压;FAR表示燃油流量和油气比;ηcomb,σcomb,LHV分别表示燃烧室燃烧效率、总压恢复系数、燃油低热值,简化取定值处理。
1.1.3.主发动机系统约束条件和策略空间
在飞机处于巡航模式和战斗模式时,主发动机系统向APTMS提出座舱空冷电子舱热载荷需求Qaca、液冷电子舱热载荷需求Qlca和系统下游负载所需电功率PWedes以及主发稳定裕度Sm要求,因此主发动机系统的策略变量为Q(Qaca,Qlca,PWedes,Sm)。综上,主发动机系统制定的策略空间满足以下约束:
1.2.跟随者APTMS的博弈模型
1.2.1.策略
当处于巡航模式时,APTMS得到主发动机系统提供的风扇涵道引气量q1、主发压气机高压级末级引气量q3、外界冲压大气引气量q4和主发动机系统提供的轴功率PWeeng,作为动力源在APTMS内部做功产生制冷功率(Qaca,Qlca)和电功率PWeecs。因此将S(q1,q3,q4,PWeeng)的不同取值组合映射为APTMS的博弈策略,S(q1,q3,q4,PWeeng)称为巡航模式下APTMS的策略变量。
当处于战斗模式时,APTMS得到主发动机系统提供的风扇涵道引气量q1、主发压气机高压级末级引气量q3、外界冲压大气引气量q4和主发动机系统提供的燃油Wfecs,作为动力源在组合动力单元做功产生制冷功率(Qaca,Qlca)和电功率PWeecs。因此将S(q1,q3,q4,Wfecs)的不同取值组合映射为APTMS的博弈策略,S(q1,q3,q4,Wfecs)称为战斗模式下APTMS的策略变量。
1.2.2.收益函数
APTMS以最大化制冷效率ηcop为收益函数,如式(12)所示:
maxEapt=ηcop (12),
式(12)中,巡航模式与战斗模式ηcop的定义如式(13)所示:
式(13)中,分子Qc为半闭式循环实际制冷功率(Qc=Qaca+Qlca),分母PWe为组合动力装置向半闭式空气制冷装置输入轴功率。
1.2.3.APTMS约束条件和策略空间
在飞机处于巡航模式或战斗模式时,APTMS得到主发动机系统提供的S(q1,q3,q4,PWeeng)或S(q1,q3,q4,Wfecs)作为能量输入,产生下游子系统所需的空冷电子舱热载荷需求Qaca、液冷电子舱热载荷需求Qlca和系统下游用电PWedes,因此APTMS的策略变量为S(q1,q3,q4,PWeeng)或S(q1,q3,q4,Wfecs),策略空间记为Ωapt,约束条件如下:
2.建立主从斯塔克伯格博弈模型
基于上述,建立主发动机系统和APTMS主从斯塔克伯格博弈模型,如下:
Gsta={(Peng,Papt);Qs1,...,Qsn;Eeng;Ss1,...,Ssn;Eapt} (15),
式(15)中,Peng是领导者主发动机系统,Papt是跟随者APTMS;{Qs1,...,Qsn}是主发动机系统所有性能需求Q(Qaca,Qlca,PWedes,Sm)的不同组合策略集,主发动机系统从中选择某一个博弈策略,如Qsi;Eeng是主发动机系统的收益函数,根据式(6)计算;{Ss1,...,Ssn}是APTMS的动力源S(q1,q3,q4,PWeen)g或S(q1,q3,q4,Wfecs)的不同组合策略集,APTMS从中选择某一个博弈策略,如Ssi;Eapt是APTMS的收益函数,根据式(12)计算。
2.1.主从斯塔克伯格博弈均衡解存在性证明
领导者主发动机系统以及跟随着APTMS的最终目标均是通过策略调整来使得自身收益最大化。主从博弈对应非合作博弈,也存在均衡解的概念,这个均衡解称之为斯塔克伯格均衡解。在博弈Ssta的斯塔克伯格均衡中,所有主发动机系统对APTMS的性能需求Qsi是对应APTMS潜在所需动力源Ssi的最优策略,而APTMS的潜在所需动力源Ssi也是对应主发动机系统对APTMS的性能需求Qsi的最优策略,即在这个均衡解下,主发动机系统和APTMS不论哪一方单方面的策略调整都不能够获得更多收益,对博弈Ssta的斯塔克伯格均衡的定义如下:
定义4-1:
定理4-1:证明斯塔克伯格均衡解的存在。
根据斯塔克伯格均衡解的定义,当博弈Ssta满足以条件时,存在斯塔克伯格均衡:
1.博弈Ssta的策略集合{Qs1,...,Qsn}和{Ss1,...,Ssn}均为度量空间中的连续紧子集;
2.Eeng是关于{Qs1,...,Qsn}和{Ss1,...,Ssn}的连续函数;
3.Eeng是关于Qsi的凸函数;
4.Eapt是关于{Qs1,...,Qsn}和{Ss1,...,Ssn}的上半连续函数。
以上条件中,条件1是满足的。主发动机系统的收益Eeng以及APTMS的收益Eapt关于变量的连续性也是能够保证的,而连续性是比半连续性更强的条件,因此条件2和4均是满足的。以下主要证明上述第3个条件是否满足。
已知Eeng的定义式如下所示:
其中,分母ηcombLHV为常值,其余参数均为{Qs1,...,Qsn}的函数方程,变化呈非线性连续凸函数,故存在极大值。
综上所述,主从斯塔克伯格博弈Gsta中均衡解是存在的。此外均衡解需要主发动机系统和APTMS协同合作来实现。对于斯塔克伯格均衡解的求取,使用多目标优化算法进行大量计算得到满足条件的众多解。本博弈类型参与者有着各自的收益函数(minWf和maxηcop),目标之间互相矛盾,适用于多目标寻优。由于目标之间的相互约束,可能使得一个目标达到最优时使得另外一个目标性能下降,不可能存在一个使得所有目标性能都能达到最优的解,所以对于多目标优化问题,其解通常是一个非劣解的集合——Pareto解集。在第5节中进行多目标算法的设计。
5.多目标优化算法设计与博弈求解步骤
巡航模式与战斗模式的引气约束和性能部分差距并不大,主要差距在于APTMS策略变量,可以根据实际情况切换工作模式以计算参数,基于主从斯塔克伯格博弈策略的飞机综合一体化热/能量管理系统优化方法的求解步骤如图4所示,以下为多目标求解过程:
步骤1:根据飞机飞行模式,建立主从斯塔克伯格博弈架构,选取领导者主发动机系统与跟随者APTMS。随后输入飞行模式参数(H,Ma,n);确定主发动机系统对APTMS的性能需求Q(Qaca,Qlca,PWedes,Sm)范围以及其收益函数Eeng;确定APTMS从主发动机系统提取的动力源S(q1,q3,q4,PWeeng)或S(q1,q3,q4,Wfecs)范围以及其收益函数Eapt;
步骤2:根据步骤1所建立的博弈模型,首先进行主发动机系统的稳定计算,计算在未开启APTMS时巡航模式或战斗模式下主发动机系统达到当前稳定飞行状态的燃油消耗率Wf1;
步骤3:在主发动机系统已经工作稳定的情况下启动APTMS,根据上述已经确定的末端制冷功率与电功率需求,初始化策略变量S(q1,q3,q4,PWeeng)或S(q1,q3,q4,Wfecs)范围;
步骤4:在完成上述步骤2计算后,进行步骤3飞机综合一体化热/能量管理系统的优化算法变量寻优迭代计算。在保证迭代计算后使得APTMS的制冷效率ηcop已经取得一个较优解之后,新值S'(q1,q3,q4,PWeeng)或S'(q1,q3,q4,Wfecs)会被传回给主发动机系统进行交联计算,主发动机系统再次稳态计算。在计算完成之后判断是否符合主发动机系统约束条件以及燃油消耗率是否比之前较优,若不符合则被抛弃,若符合主发动机系统的约束条件且燃油消耗率比之前较优,则该新值会被存入外部档案库内,直到出现比该值还优越的Pareto支配解,档案库清空,存入该Pareto支配解,根据多目标优化算法的寻优规则,当达到最大迭代次数或者Pareto非劣解储存库溢出时停止寻优操作,并根据需要从Pareto线附近选择非劣解;
步骤5:当外部环境即飞行模式发生动态变化时,更新主从斯塔克伯格博弈变量S(q1,q2,q4,PWeeng)或S(q1,q2,q4,Wfecs)初始约束范围,即更新主发动机系统风扇涵道引气q1范围、主发压气机高压级末级引气q2范围、主发冲压空气引气q4范围、主发动机系统提供轴功率PWeeng范围和主发动机系统提供燃油Wfecs范围,再重复执行步骤4;
步骤6:记录下飞行模式每一次变化时的最优动力源大小分配组合,通过不断交联博弈计算获得整个巡航模式的Pareto非劣解,达到主从斯塔克非合作博弈的均衡解。
可见,本发明先通过分析多目标得到博弈双方的优势策略,一方的优势策略无论对方采取何种策略总能够显示出优势,但采用优势策略得到的最坏结果并不一定比采取另一个策略得到的最佳结果好,可以有效保证各目标一直处于较优状态。
Claims (6)
1.基于博弈策略的飞机综合一体化热/能量多目标优化方法,其特征在于,
建立以主发动机系统为领导者、以APTMS为跟随者的主从斯塔伯格博弈模型:所述主发动机系统以系统整体总燃油消耗率最小为收益函数,以APTMS座舱空冷电子舱热载荷需求、液冷电子舱热载荷需求和系统下游负载所需电功率以及主发稳定裕度为决策变量;所述APTMS以制冷效率最大为收益函数,以主发动机在不同飞行模式下提供的动力源为决策变量;
对主发动机系统进行稳态计算得到主发电机系统达到预设稳定裕度时的燃油消耗率,根据当前飞行模式下主发动机提供的动力源数据初始化APTMS决策变量的取值范围,对随从者收益函数进行迭代优化求解,将随从者收益函数取得较优解时对应的决策变量传回主发动机系统进行领导者收益函数的求解,再对主发动机系统进行稳态计算更新主发电机系统达到预设稳定裕度时的燃油消耗率,直至主发电机系统达到预设稳定裕度时的燃油消耗率取得Pareto最优解,在一个飞行包络线内根据飞行模式下主发动机提供的动力源数据更新APTMS决策变量的取值范围,获取不同飞行模式下燃油消耗最低且APTMS制冷效率最大的动力源分配方案。
5.根据权利要求1所述基于博弈策略的飞机综合一体化热/能量多目标优化方法,其特征在于,所述主发动机在巡航模式下提取的动力源包括:主发动机系统提供的风扇涵道引气量、主发压气机高压级末级引气量、外界冲压大气引气量以及主发动机系统提供的轴功率,主发动机在战斗模式下提取的动力源包括:主发动机系统提供的风扇涵道引气量、主发压气机高压级末级引气量、外界冲压大气引气量以及主发动机系统提供的燃油。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110987811.5A CN113901573A (zh) | 2021-08-26 | 2021-08-26 | 基于博弈策略的飞机综合一体化热/能量多目标优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110987811.5A CN113901573A (zh) | 2021-08-26 | 2021-08-26 | 基于博弈策略的飞机综合一体化热/能量多目标优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113901573A true CN113901573A (zh) | 2022-01-07 |
Family
ID=79188012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110987811.5A Pending CN113901573A (zh) | 2021-08-26 | 2021-08-26 | 基于博弈策略的飞机综合一体化热/能量多目标优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113901573A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182767A (zh) * | 2020-09-27 | 2021-01-05 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 机电系统的数据处理方法、装置、计算机设备及存储介质 |
CN116859756A (zh) * | 2023-09-05 | 2023-10-10 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空综合机电系统优化模型构建方法及装置 |
-
2021
- 2021-08-26 CN CN202110987811.5A patent/CN113901573A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182767A (zh) * | 2020-09-27 | 2021-01-05 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 机电系统的数据处理方法、装置、计算机设备及存储介质 |
CN116859756A (zh) * | 2023-09-05 | 2023-10-10 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空综合机电系统优化模型构建方法及装置 |
CN116859756B (zh) * | 2023-09-05 | 2023-11-21 | 中国航空工业集团公司金城南京机电液压工程研究中心 | 一种航空综合机电系统优化模型构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113901573A (zh) | 基于博弈策略的飞机综合一体化热/能量多目标优化方法 | |
CN106970523B (zh) | 一种飞机自适应动力与热管理系统的能量管理策略 | |
US20090070091A1 (en) | Method, system and computer program product for the optimization of power system architectures at the aircraft level during pre-design | |
CN111682536B (zh) | 虚拟电厂参与日前双重市场的随机-鲁棒优化运行方法 | |
CN109118024A (zh) | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 | |
CN107906810A (zh) | 一种多冷水机组联合运行的海水冷却系统节能群控方法 | |
Ma et al. | Multi-objective optimization of the centrifugal compressor impeller in 130 kW PEMFC through coupling SVM with NSGA-III algorithms | |
CN114547877A (zh) | 一种基于极限边界的超大涵道比涡扇发动机优化设计方法 | |
CN114154242A (zh) | 一种飞行器热管理系统优化方法及系统 | |
CN111105090B (zh) | 一种基于智能算法的分布式能源系统优化调度方法及装置 | |
CN112901369A (zh) | 一种二元喷管冷却气流量控制方法 | |
CN115859831A (zh) | 一种热管理型组合动力装置的环控模式多目标优化方法 | |
CN113300400A (zh) | 一种分布式微电网调度方法 | |
Jia et al. | A novel performance analysis framework for adaptive cycle engine variable geometry components based on topological sorting with rules | |
CN110570010B (zh) | 一种含储热装置的分布式系统的能量管理方法 | |
CN116031954B (zh) | 模糊机会约束下的虚拟电厂优化调度方法 | |
CN115758870A (zh) | 一种高超声速飞行器的多源能量优化配置方法 | |
CN113671829B (zh) | 一种飞机综合一体化热/能量系统瞬时能效优化方法 | |
May et al. | Optimal operation of chiller system using fuzzy control | |
CN116341226A (zh) | 一种考虑噪声的海上风电场布局和布线的多目标优化方法 | |
Cheng et al. | Research on Aerodynamic Optimization Method of Multistage Axial Compressor under Multiple Working Conditions Based on Phased Parameterization Strategy | |
CN114741965A (zh) | 一种混合动力航空发动机及其优化设计方法 | |
Chen et al. | Optimal power dispatch for district cooling system considering cooling water transport delay | |
CN109449974B (zh) | 一种基于变模式分解和样本熵理论的综合能源系统优化调度方法 | |
Jiang et al. | Improved Firefly Algorithm for Optimization of Aero-engine Controller Based on PIDNN |
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 |