CN115494892B - 高空模拟试车台进气环境模拟系统解耦控制方法 - Google Patents

高空模拟试车台进气环境模拟系统解耦控制方法 Download PDF

Info

Publication number
CN115494892B
CN115494892B CN202211062690.4A CN202211062690A CN115494892B CN 115494892 B CN115494892 B CN 115494892B CN 202211062690 A CN202211062690 A CN 202211062690A CN 115494892 B CN115494892 B CN 115494892B
Authority
CN
China
Prior art keywords
control
temperature
air inlet
controller
pressure
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
Application number
CN202211062690.4A
Other languages
English (en)
Other versions
CN115494892A (zh
Inventor
钱秋朦
但志宏
张松
伦岳斌
赵伟
王信
裴希同
贾伟
陈斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AECC Sichuan Gas Turbine Research Institute
Original Assignee
AECC Sichuan Gas Turbine Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by AECC Sichuan Gas Turbine Research Institute filed Critical AECC Sichuan Gas Turbine Research Institute
Priority to CN202211062690.4A priority Critical patent/CN115494892B/zh
Publication of CN115494892A publication Critical patent/CN115494892A/zh
Application granted granted Critical
Publication of CN115494892B publication Critical patent/CN115494892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00Control of temperature
    • G05D23/19Control of temperature characterised by the use of electric means
    • G05D23/20Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开的高空模拟试车台进气环境模拟系统解耦控制方法,包括:S1、确定I路为高温气体、II路为低温气体;S2、对控制阀1和控制阀2各设计一个ADRC控制器匹配性的控制;S3、确定静态耦合矩阵;S4、设计对角回归神经网络对控制参数进行在线自适应调整;S5、联立ADRC1、ADRD2、参数自适应调整控制率及静耦合矩阵,将进气压力和温度通道间的耦合因素视为一种扰动,并通过各自通道的扩张状态观测器及相应控制率进行在线观测和补偿,以实现多变量解耦控制。其具有模型依赖性低、通用性强、鲁棒性高,硬件资源占有率少,对提升我国航空发动机高空模拟试验水平尤其是飞行任务剖面连续模拟水平有着重大促进作用。

Description

高空模拟试车台进气环境模拟系统解耦控制方法
技术领域
本发明涉及航空发动机高空模拟技术领域,具体涉及一种高空模拟试车台进气环境模拟系统解耦控制方法。
背景技术
近年来,我国高性能航空发动机对高空台飞行环境模拟系统能力要求越来越高,明确要求其必须实现如模态转换、机动飞行、飞行轨迹模拟等特定飞行任务剖面下飞行环境的连续、快速、准确、动态模拟任务,以有效建立发动机空中连续运行状态,从而获取发动机在宽广包线范围内的连续工作性能。然而当前高空模拟试车台进气环境模拟系统尚不能满足上述需求,究其本质相比于固定工况的稳态试验,在进行飞行任务剖面连续模拟这类过渡态试验时,系统必须实现所调控的发动机进气压力、温度的协同解耦控制,以满足发动机在一定时间跨度、特定来流条件下按规定任务剖面实现飞行高度、马赫数的连续动态模拟。而环境模拟系统设备庞大、结构复杂,涉及众多储能元件,进气温度呈现典型的大惯性、强非线性特点,温度、压力交调耦合显著,尤其在飞行任务剖面连续模拟试验时,系统各投运设备间的匹配要求更为苛刻,各子系统间的耦合关联程度更为复杂,压力、温度多变量解耦控制难度极大。
另外,高空台被试发动机型号众多,且不同型号发动机特性不同甚至存在显著差异,无法准确建立联立发动机、环境模拟系统等为的一体的系统级模型,致使当前诸多过分依赖模型的解耦控制方法(PID、自适应等)难以取得较好的应用效果。因此如何设计一种模型依赖性低、通用性强、鲁棒性高、实现方便的多变量解耦控制方法是当前的重点关切。
为实现发动机高空模拟试验飞行任务坡面的连续模拟,世界航空强国开展了大量的多变量控制研究工作。美国AEDC以等马赫数爬升、马赫数突变、模态转换等典型复杂任务剖面的连续模拟任务为牵引,完成了试验设备改造、试验仿真及压力自适应、多任务无扰切换等控制方法研究,实现了进气温度、压力的多变量协同控制,在发动机机动飞行条件下进气温度和压力能够同步快速调节,并按照预定要求很快进入稳定状态。德国斯图加特ILA高空台历时多年,完成了半物理仿真平台及Hpmsr控制器、LQ最优控制器等的设计,最终形成了基于设定值目标跟踪的多变量控制方法,实现了进排气环境的连续动态模拟。而国内针对高空台温度、压力多变量控制研究目前处于起步阶段,技术成熟度低,尚不具备飞行任务坡面下的多变量控制能力。
发明内容
本发明提供一种创新性的高空模拟试车台进气环境模拟系统解耦控制方法,无需系统的准确模型,而是将解耦问题巧妙的转换为不同通道间的抗扰问题,并设计控制参数自动调整策略,以实现进气环境模拟系统的温度、压力解耦控制。
提供一种高空模拟试车台进气环境模拟系统解耦控制方法,适用于空模拟试车台进气的控制,高空模拟试车台内放置有发动机且包括两路进气管路和排气管路,其特征在于,其方法包括:
S1:所述两路进气管路设置为高温气体的进气管路和低温气体的进气管路,并分别配置有第一控制阀和第二控制阀,用以调节高温、低温气流的掺混比例以建立被试发动机的进气压力p、温度T;
S2:控制阀1和控制阀2分别配置有第一ADRC1控制器和第二ADRC2控制器,且指令所述第一ADRC1控制器控制进气的压力、第二ADRC2控制器控制进气的温度;
S3:确定压力、温度通道的静态耦合矩阵,且满足:
Figure GDA0004193652330000031
其中bij为控制输入对控制输出的放大系数,i,j=1,2。
S4:通过对角回归神经网络对第一ADRC1控制器和第二ADRC2控制器的带宽ωc1、ωc2进行在线自适应调整;
S5:以多变量解耦控制为目的,联立所述第一ADRC1控制器、第二ADRC2控制器、自适应调整控制率和静态耦合矩阵,对在进气压力和温度通道间的耦合因素所形成扰动进行观测和补偿。
本发明的技术有益效果:
本发明对高空台进气模拟环境压力、温度解耦控制提供了一套行之有效的解决方案,无需系统的准确模型,将解耦问题巧妙的转换为不同通道间的抗扰问题,将进气压力和温度通道间的耦合因素视为一种扰动,并通过各自通道的扩张状态观测器及相应控制率进行在线观测和补偿,以实现多变量解耦控制,并设计控制参数自动调整策略,以实现进气环境模拟系统的温度、压力解耦控制,具有模型依赖性低、通用性强、鲁棒性高、控制参数自动调整等优势,且本发明实现简单方便,硬件资源占有率少,工程应用价值极大,对提升我国航空发动机高空模拟试验水平尤其是飞行任务剖面连续模拟水平有着重大促进作用。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例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公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1进气环境模拟系统结构简图;
图2基于ADRC的进气压力温度解耦控制结构框图;
图3进气压力设定值指令变化图;
图4进气温度设定值指令变化图;
图5发动机吸气流量变化图;
图6本发明进气压力控制实施效果图;
图7本发明进气温度控制实施效果图;
图8基于对角回归神经网络的控制器参数自适应调整图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
本案的方法无需系统的准确模型,将解耦问题巧妙的转换为不同通道间的抗扰问题,并设计控制参数自动调整策略,以实现进气环境模拟系统的温度、压力解耦控制,从而服务于我国当前在研、预研的高性能航空发动机飞行任务剖面连续模拟任务需求,另外本发明也可用于化工、天然气等相关领域的容腔多变量控制系统中。其中I路为高温气体、II为低温气体,两路气体分别通过控制阀1、控制2阀调节高温、低温气流的掺混比例来模拟被试发动机的进口总温、总压。具体实施过程如下
现有技术中的高空模拟试车台的进气环境模拟系统为一集液压伺服系统、调节阀、控制器、测量传感器、管道容腔、发动机、气源机组等众多元件的大型复杂系统,该系统结构庞大、设备众多、气路管网复杂,试验功能多。该系统可简化如图1所示的一个两路进气一路排气的调节系统。
S1:所述两路进气管路设置为高温气体的进气管路(简述“I路”)和低温气体的进气管路(简述“II路”),并分别配置有第一控制阀(简述“控制阀1”)和第二控制阀(简述“控制阀2”),两路气体分别通过控制阀1、控制阀2调节高温、低温气流的掺混比例来建立被试发动机的进气温度p、压力T;
S2:对控制阀1和控制阀2分别配置第一ADRC1控制器和第二ADRC2,简述为ADRC1和ADRC2,每个控制器包括扩张状态观测器,实现控制信号的观测,其中:ADRC1的控制对象为进气压力,ADRC2的控制对象为进气温度;
S3:建立基于ADRC1的压力通道控制率,如下式所示:
Figure GDA0004193652330000061
其中,U1、ωc1为ADRC1控制器输出和带宽;pset为进气压力控制设定值;z11、z21、f1分别为由ADRC1中的扩张状态观测器实时获得的进气压力观测值、进气压力微分观测值及进气压力通道总扰动估计值;
而扩张状态观测器设计如下:
Figure GDA0004193652330000071
其中,ε1为观测误差,ωo1为观测器带宽。
S4:建立基于ADRC2的温度通道控制率:
Figure GDA0004193652330000072
其中,U2、ωc2为ADRC2控制器输出和带宽;Tset为进气温度控制设定值;z12、z22、f2分别由ADRC2中的扩张状态观测器实时获得的进气温度观测值、进气温度微分观测值及进气温度通道总扰动估计值。而扩张状态观测器设计如下:
Figure GDA0004193652330000073
其中,ε2为观测误差,ωo2为观测器带宽。
S5:获得压力、温度通道的静态耦合矩阵
Figure GDA0004193652330000074
其中bij为控制输入对控制输出的放大系数,i,j=1,2。矩阵B至少通过系统模型确定,且满足:
Figure GDA0004193652330000075
Figure GDA0004193652330000076
Figure GDA0004193652330000077
Figure GDA0004193652330000078
其中,P、T、V、cp、h、Cout分别是进气容腔压力、温度、体积及气体定压比热容和焓值;hin1、Cin1为I路的气体焓值、平均流速;hin2、Cin2为II路的气体焓值、平均流速,R为气体常数;ρ1、p1,1
Figure GDA0004193652330000081
分别为流经控制阀1的气体密度、阀前压力及阀门流量系数,ρ2、p1,2、/>
Figure GDA0004193652330000082
分别为流经控制阀2的气体密度、阀前压力及阀门流量系数;Ka,1、Ta,1分别为控制阀1的等效增益和时间常数,Ka,2、Ta,2分别为控制阀2的等效增益和时间常数;
S6:设计对角回归神经网络对ADRC1、ADRC2的控制器带宽ωc1、ωc2进行在线自适应调整,具体设计如下:
1)设置对角神经网络的输入为进气容腔初始压力、初始温度、控制阀1开度、控制阀2开度、输入总流量,输出为进气容腔压力、温度,构建对角神经网络;
2)利用高空台模型生成网络训练所需的数据。即将控制阀1与阀2开度、输入总流量输入和上一时刻容腔压力、温度作为网络的输入,系统当前时刻的输出压力、温度作为网络的输出。设计程序生成随机输入指令,并在ADRC1、ADRC2控制器的控制下,获得对应的系统输出;
3)基于训练完成的对角回归神经网络,利用梯度下降优化算法对ADRC1、ADRC2的控制参数ωc1、ωc2进行在线自适应优化和调整,具体设计如下:
ADRC1的控制器参数ωc1自适应调整率如下:
Figure GDA0004193652330000083
其中,η1为学习速率,E1为性能指标
Figure GDA0004193652330000084
为性能指标对控制参数的梯度。
ADRC2的控制器参数ωc2自适应调整率如下:
Figure GDA0004193652330000085
其中,η2为学习速率,E2为性能指标
Figure GDA0004193652330000086
为性能指标对控制参数的梯度;
S7:定义U=[U1 U2]T为系统虚拟控制量,u=[u1 u2]T为真实作用在控制阀的控制信号,获得u即可实现进气压力、温度解耦控制,而u由下式获得:
u=B-1U (11)。
S8:联立ADRC1、ADRD2、参数自适应调整控制率及静态耦合矩阵B,将进气压力和温度通道间的耦合因素视为一种扰动,并通过各自通道的扩张状态观测器及相应控制率进行在线观测和补偿,以实现多变量解耦控制。控制器结构简图如图2所示。
实施效果
设计连续仿真任务剖面,如图3、4、5所示,其中图3为进气压力设定值指令变化情况,其变化速率最大达2.5kPa/s;图4为进气温度设定值指令变化情况,其变化速率最大达2.5℃/s;图5为发动机吸气流量变化情况,其变化速率最大为每秒15kg/s。整个过程进气压力、温度、发动机流量的变化速率极快,对控制器的强抗扰性、强鲁棒性、强解耦性要求极高。
图6、7为本发明方法与PID的实施效果对比,结果表明本发明所提出的解耦控制方法大幅提升了进气压力、温度的调节能力,进气压力、温度的最大偏离值和调节时间均得到有效改善。另外本发明设计的智能化的控制器参数自整定方法,使得控制器能够自动调整控制参数,整个过程中的控制器参数自适应调整过程如图8所示。
以上,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。

Claims (3)

1.一种高空模拟试车台进气环境模拟系统解耦控制方法,适用于空模拟试车台进气的控制,高空模拟试车台内放置有发动机且包括两路进气管路和排气管路,其特征在于,其方法包括:
S1:所述两路进气管路设置为高温气体的进气管路和低温气体的进气管路,并分别配置有第一控制阀和第二控制阀,用以调节高温、低温气流的掺混比例以建立被试发动机的进气压力p、温度T;
S2:控制阀1和控制阀2分别配置有第一ADRC1控制器和第二ADRC2控制器,且指令所述第一ADRC1控制器控制进气的压力、第二ADRC2控制器控制进气的温度,包括:
S21:建立所述第一ADRC1控制器中压力通道的控制率,且满足:
Figure FDA0004202299400000011
其中:U1、ωc1为第一ADRC1控制器输出和带宽;pset为进气压力控制设定值;z11、z21、f1分别为由第一ADRC1控制器中的扩张状态观测器实时获得的进气压力观测值、进气压力微分观测值及进气压力通道总扰动估计值;
S22:建立所述第二ADRC2控制器的温度通道控制率,且满足:
Figure FDA0004202299400000012
其中,U2、ωc2为第二ADRC2控制器的输出和带宽;Tset为进气温度控制设定值;z12、z22、f2分别由第二ADRC2控制器中的扩张状态观测器实时获得的进气温度观测值、进气温度微分观测值及进气温度通道总扰动估计值;
S23:系统虚拟控制量定义为U=[U1 U2]T,其中,u=[u1 u2]T为真实作用在两个控制阀的控制信号,实时获得u实现进气压力、温度解耦控制,且,u满足:
u=B-1U (3);
S3:确定压力、温度通道的静态耦合矩阵,且满足:
Figure FDA0004202299400000021
其中bij为控制输入对控制输出的放大系数,i,j=1,2,其中:静态耦合矩阵B至少通过系统模型确定,且满足:
Figure FDA0004202299400000022
Figure FDA0004202299400000023
Figure FDA0004202299400000024
Figure FDA0004202299400000025
其中,p、T、V、cp、h分别是进气容腔压力、温度、体积及气体定压比热容、焓值;hin1、Cin1为高温气体的进气管路的气体焓值、平均流速;hin2、Cin2为低温气体的进气管路的气体焓值、平均流速,R为气体常数;ρ1、p1,1
Figure FDA0004202299400000026
分别为流经第一控制阀的气体密度、阀前压力及阀门流量系数,ρ2、p1,2、/>
Figure FDA0004202299400000027
分别为流经第二控制阀的气体密度、阀前压力及阀门流量系数;Ka,1、Ta,1分别为第一控制阀的等效增益和时间常数,Ka,2、Ta,2分别为第二控制阀的等效增益和时间常数;
S4:通过对角回归神经网络对第一ADRC1控制器和第二ADRC2控制器的带宽ωc1、ωc2进行在线自适应调整,包括:
S41:设置对角神经网络的输入为进气容腔初始压力、初始温度、第一控制阀开度、第二控制阀开度和输入总流量,且,输出为进气容腔压力、温度,以构建对角神经网络;
S42:通过高空台模型生成网络训练所需的数据,即,将所述第一控制阀与第二控制阀的开度、输入总流量输入和上一时刻容腔压力、温度作为网络的输入,且,系统当前时刻的输出压力、温度作为网络的输出,从而生成随机输入指令,并在第一ADRC1控制器和第二ADRC2控制器的控制下,获得对应的系统输出;
S43:基于训练完成的对角回归神经网络,通过梯度下降优化算法对第一ADRC1控制器和第二ADRC2控制器的控制参数ωc1、ωc2进行在线自适应优化和调整,并满足:
1)第一ADRC1控制器的参数ωc1自适应调整率为:
Figure FDA0004202299400000031
其中,η1为学习速率,E1为性能指标
Figure FDA0004202299400000032
Figure FDA0004202299400000033
为性能指标对控制参数的梯度;
2)第二ADRC2控制器的参数ωc2自适应调整率为:
Figure FDA0004202299400000034
其中,η2为学习速率,E2为性能指标
Figure FDA0004202299400000035
Figure FDA0004202299400000036
为性能指标对控制参数的梯度;
S5:以多变量解耦控制为目的,联立所述第一ADRC1控制器、第二ADRC2控制器、自适应调整控制率和静态耦合矩阵,对在进气压力和温度通道间的耦合因素所形成扰动进行观测和补偿。
2.根据权利要求1所述的高空模拟试车台进气环境模拟系统解耦控制方法,其特征在于,第一ADRC1控制器包括第一扩张观测器,且所述第一扩张观测器满足:
Figure FDA0004202299400000037
其中,ε1为观测误差,ωo1为观测器带宽。
3.根据权利要求2所述的高空模拟试车台进气环境模拟系统解耦控制方法,其特征在于,第二ADRC2控制器包括第二扩张观测器,所述第二扩张观测器满足:
Figure FDA0004202299400000041
其中,ε2为观测误差,ωo2为观测器带宽。
CN202211062690.4A 2022-08-31 2022-08-31 高空模拟试车台进气环境模拟系统解耦控制方法 Active CN115494892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211062690.4A CN115494892B (zh) 2022-08-31 2022-08-31 高空模拟试车台进气环境模拟系统解耦控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211062690.4A CN115494892B (zh) 2022-08-31 2022-08-31 高空模拟试车台进气环境模拟系统解耦控制方法

Publications (2)

Publication Number Publication Date
CN115494892A CN115494892A (zh) 2022-12-20
CN115494892B true CN115494892B (zh) 2023-06-30

Family

ID=84468619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211062690.4A Active CN115494892B (zh) 2022-08-31 2022-08-31 高空模拟试车台进气环境模拟系统解耦控制方法

Country Status (1)

Country Link
CN (1) CN115494892B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116126051B (zh) * 2023-02-13 2024-04-23 西北工业大学 一种高空模拟试车台进气系统温度控制方法
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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104360702A (zh) * 2014-10-30 2015-02-18 北京航空航天大学 动态航空热动力试验系统和动态温度、压力环境控制方法
CN112815312A (zh) * 2021-02-22 2021-05-18 北京富士特锅炉有限公司 一种后预混冷焰燃烧耦合矩阵管模式壁结构超低氮燃烧设备
CN114323667A (zh) * 2022-01-06 2022-04-12 中国科学院工程热物理研究所 一种压气机高空环境试验系统及调节方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8640679B2 (en) * 2010-08-01 2014-02-04 GM Global Technology Operations LLC Method of model-based multivariable control of EGR and boost for internal combustion engines
US8820104B2 (en) * 2010-10-22 2014-09-02 Tai-Her Yang Temperature regulation system with active jetting type refrigerant supply and regulation
US9160213B2 (en) * 2012-09-06 2015-10-13 General Electric Company Method and system for motor thermal protection
DE102014003840A1 (de) * 2014-03-18 2015-09-24 Rüdiger Ufermann Messung von Temperatur und Druck im Brennraum mit Zündkerze als Sensor
CN104460790B (zh) * 2014-12-30 2016-09-28 北京航空航天大学 一种动态航空热动力试验系统和温度、压力快速控制方法
CN204851408U (zh) * 2015-06-01 2015-12-09 华晨汽车集团控股有限公司 一种纵置发动机紧耦合排气歧管组件
CN112611567B (zh) * 2020-11-27 2022-05-27 中国航发四川燃气涡轮研究院 一种航空发动机高空模拟试车台调节阀自动选型方法
CN114136642B (zh) * 2021-10-20 2023-06-30 中国航发四川燃气涡轮研究院 一种前输出涡轴发动机高空台试验进气装置
CN114279714B (zh) * 2021-12-27 2022-10-25 北京航空航天大学 高空低雷诺数下航空发动机涡轮试验台、模拟方法及应用
CN114323657B (zh) * 2021-12-31 2023-10-27 中国第一汽车股份有限公司 模拟实际汽车行驶大气环境的发动机台架试验系统
CN114880764B (zh) * 2022-04-15 2024-03-19 西北工业大学 部分进气结构的喷水冷却轴向涡轮机气热弹耦合计算方法
CN114880909A (zh) * 2022-06-16 2022-08-09 毕节高新技术产业开发区国家能源大规模物理储能技术研发中心 一种基于机器学习的涡轮动态过程流固耦合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104360702A (zh) * 2014-10-30 2015-02-18 北京航空航天大学 动态航空热动力试验系统和动态温度、压力环境控制方法
CN112815312A (zh) * 2021-02-22 2021-05-18 北京富士特锅炉有限公司 一种后预混冷焰燃烧耦合矩阵管模式壁结构超低氮燃烧设备
CN114323667A (zh) * 2022-01-06 2022-04-12 中国科学院工程热物理研究所 一种压气机高空环境试验系统及调节方法

Also Published As

Publication number Publication date
CN115494892A (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN115494892B (zh) 高空模拟试车台进气环境模拟系统解耦控制方法
Zhou et al. An improved multivariable generalized predictive control algorithm for direct performance control of gas turbine engine
CN104734588B (zh) 一种生物质气内燃发电机组转速控制方法
CN111006843B (zh) 一种暂冲式超声速风洞的连续变速压方法
CN110219736A (zh) 基于非线性模型预测控制的航空发动机直接推力控制方法
CN108958020A (zh) 一种基于rbf神经网络动态预测pid的温度控制方法
CN115773569B (zh) 基于自抗扰解耦的海洋平台通风系统风量控制方法
CN111520878A (zh) 一种基于rbf神经网络的空调温控系统及其控制方法
RU2713261C2 (ru) Система управления регулируемым параметром
CN110579962A (zh) 基于神经网络的涡扇发动机推力预测方法及控制器
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
CN110554617A (zh) 一种自动控制实验教学装置及方法
Liavoli et al. Sub-optimal observer-based controller design using the state dependent riccati equation approach for air-handling unit
Liu et al. A robust adaptive linear parameter-varying gain-scheduling controller for aeroengines
Azarbani et al. Optimal state estimation of air handling unit system without humidity sensor using unscented kalman filter
Ursu et al. Intelligent control of HVAC systems. Part I: Modeling and synthesis
CN113341760A (zh) 一种半实物仿真用试验台与发动机耦合性能模型建模方法
CN117270427A (zh) 一种面向高空台系统的多模态无扰切换控制方法
CN111459028A (zh) 航空发动机最大推力状态降保守性二自由度μ控制器
Gouadria et al. A greenhouse system control based on a PSO tuned PI regulator
CN115808284B (zh) 基于神经网络参数调度的风洞多工况建模方法
CN116126051B (zh) 一种高空模拟试车台进气系统温度控制方法
CN112859588B (zh) 一种快速降低铅铋快堆余热排放温度的控制装置及方法
Xi et al. Advanced flow control for supersonic blowdown wind tunnel using extended Kalman filter

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