CN117052542B - 一种航空发动机的推进控制优化方法及系统 - Google Patents
一种航空发动机的推进控制优化方法及系统 Download PDFInfo
- Publication number
- CN117052542B CN117052542B CN202311327028.1A CN202311327028A CN117052542B CN 117052542 B CN117052542 B CN 117052542B CN 202311327028 A CN202311327028 A CN 202311327028A CN 117052542 B CN117052542 B CN 117052542B
- Authority
- CN
- China
- Prior art keywords
- deviation
- information
- aircraft
- optimal
- fitness
- 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 74
- 238000005457 optimization Methods 0.000 claims abstract description 78
- 239000000446 fuel Substances 0.000 claims abstract description 49
- 238000013439 planning Methods 0.000 claims abstract description 19
- 239000002245 particle Substances 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 239000000295 fuel oil Substances 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013433 optimization analysis Methods 0.000 description 2
- 241000282461 Canis lupus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- F02C9/48—Control of fuel supply conjointly with another control of the plant
- F02C9/50—Control of fuel supply conjointly with another control of the plant with control of working fluid flow
-
- 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
- F02C9/48—Control of fuel supply conjointly with another control of the plant
-
- 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
- F02C9/48—Control of fuel supply conjointly with another control of the plant
- F02C9/50—Control of fuel supply conjointly with another control of the plant with control of working fluid flow
- F02C9/54—Control of fuel supply conjointly with another control of the plant with control of working fluid flow by throttling the working fluid, by adjusting vanes
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/12—Purpose of the control system to maintain desired vehicle trajectory parameters
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种航空发动机的推进控制优化方法及系统,涉及智能控制技术领域,该方法包括:连接并调用路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;计算获取转向信息;预测航行的偏离度,并构建适应度函数;构建约束条件,结合适应度函数,在处理器内进行调整寻优,并获得四个更新方向和四个更新步长;经过多次头优化和尾优化,获得最优控制参数集合,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。本发明解决了现有技术中航空发动机控制优化反馈周期长,优化全面性低的技术问题,达到了提升发动机推进控制优化效率,有效降低飞机行进偏离度的技术效果。
Description
技术领域
本发明涉及智能控制技术领域,具体涉及一种航空发动机的推进控制优化方法及系统。
背景技术
为了能够满足不同条件下的飞行要求,对于航空发动机的推进控制性能的要求也在不断提高。然而,航空发动机可控部件数量较多,在进行控制优化的过程中,需要进行全面考虑。现有分析主要是通过依次以多个可控部件中的一个可控部件为变量,将其他可控部件作为固定量进行优化分析,进而对多个优化分析结果进行综合分析确定控制优化结果,然后进行分析的时间也相应增多。
并且,飞机航行中需要按照预定航线飞行,在速度较快影响转向时会出现偏离航线中心的情况,现有技术中的航空发动机自动控制一般聚焦于飞机稳定性,现有技术中没有以保持航行路线准确性的控制方案,虽然仍能够按照航线飞行,但偏离航线中心在遇到紧急情况时,仍存在一定风险,存在航空发动机控制优化反馈周期长,优化全面性低以及没有以保持航线准确性进行控制的技术问题。
发明内容
本申请提供了一种航空发动机的推进控制优化方法及系统,用于针对解决现有技术中航空发动机控制优化反馈周期长,优化全面性低以及没有以保持航线准确性进行控制的技术问题。
鉴于上述问题,本申请提供了一种航空发动机的推进控制优化方法及系统。
本申请的第一个方面,提供了一种航空发动机的推进控制优化方法,其中,所述方法应用于一航空发动机控制装置,所述控制装置包括路线规划模块、燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器和处理器,所述方法包括:
连接并调用所述路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
将所述位置信息和所述航空路线信息并入所述处理器,计算获取控制飞机进行转向的转向信息;
结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
根据所述航空路线信息,构建约束条件,结合所述适应度函数,在所述处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过所述燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
本申请的第二个方面,提供了一种航空发动机的推进控制优化系统,所述系统包括:
路线信息获取单元,所述路线信息获取单元用于连接并调用路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
转向信息获取单元,所述转向信息获取单元用于将所述位置信息和所述航空路线信息并入所述处理器,计算获取控制飞机进行转向的转向信息;
适应度函数构建单元,所述适应度函数构建单元用于结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
更新步长获得单元,所述更新步长获得单元用于根据所述航空路线信息,构建约束条件,结合所述适应度函数,在处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
最优控制参数获得单元,所述最优控制参数获得单元用于在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
推进控制单元,所述推进控制单元用于采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过连接并调用路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息,然后将位置信息和航空路线信息并入处理器,计算获取控制飞机进行转向的转向信息,进而结合飞机速度信息和转向信息,预测飞机按照航空路线信息航行的偏离度,并构建适应度函数,进而根据航空路线信息,构建约束条件,结合适应度函数,在处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长,然后在处理器内,结合约束条件和适应度函数,采用四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过采用最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。达到了提升发动机推进控制优化效率,提高控制准确度,有效降低飞机行进偏离度的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种航空发动机的推进控制优化方法流程示意图;
图2为本申请实施例提供的一种航空发动机的推进控制优化方法中计算获得控制飞机进行转向的转向信息的流程示意图;
图3为本申请实施例提供的一种航空发动机的推进控制优化方法中获得四个更新方向和四个更新步长的流程示意图;
图4为本申请实施例提供的一种航空发动机的推进控制优化系统结构示意图。
附图标记说明:路线信息获取单元11,转向信息获取单元12,适应度函数构建单元13,更新步长获得单元14,最优控制参数获得单元15,推进控制单元16。
具体实施方式
本申请通过提供了一种航空发动机的推进控制优化方法及系统,用于针对解决现有技术中航空发动机控制优化反馈周期长,优化全面性低的技术问题。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种航空发动机的推进控制优化方法,其中,所述方法应用于一航空发动机控制装置,所述控制装置包括路线规划模块、燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器和处理器,所述方法包括:
S1:连接并调用所述路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
航空发动机的前进需要多个部件共同作用,为了提高航空发动机前进的平稳性需要不断对推进控制装置进行优化。其中,所述航空发动机控制装置包括路线规划模块、燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器和处理器。所述路线规划模块用于对航空发动机的行进路线进行设计规划,以及根据实时行进情况对路线进行修正。所述处理器用于对航空发动机的推进控制数据进行处理,从而提高控制的准确性。通过从所述路线规划模块中调取飞机当先规划的航空路线信息作为行进的基础信息,所述当先规划的航空路线信息为满足设计路线的理想运行环境时飞机在空中的行进路线。进而,通过接收全球定位系统中至少4颗卫星的信号,确定飞机的三维位置,包括经度、维度和高度,从而获得飞机当前的位置信息。通过获得飞机的航空路线信息和飞机当前的位置信息,为后续确定推进控制优化方向提供依据。
S2:将所述位置信息和所述航空路线信息并入所述处理器,计算获取控制飞机进行转向的转向信息;
在获得位置信息和航空路线信息后,将数据通过路线规划模块的端口传输至处理器中,通过处理器对处于当前位置信息的飞机转向航空路线信息时飞机需要转向的角度进行计算,从而获得所述转向信息。其中,所述转向信息是对控制飞机从当前位置按照航空路线信息进行前进需要转动的角度进行描述。
进一步的,计算获取控制飞机进行转向的转向信息,本申请实施例步骤S2还包括:
调用所述路线规划模块,获取飞机进行航行控制更新的飞行距离,作为目标距离;
以所述位置信息为原点,以所述目标距离为半径画圆,与所述航空路线信息的交点作为目标点;
根据所述目标点、目标距离,计算获得控制飞机进行转向的所述转向信息,如下式:;其中,/>为所述转向信息,/>为飞机两侧发动机的距离,/>为飞机当前行进方向与所述位置信息和目标点连线的夹角,S为目标距离。
通过处理器从路线规划模块中调取飞机进行航行控制更新的飞行距离,将其作为目标距离。其中,所述目标距离是对航空飞机进行相邻两次航行控制更新间隔的飞行距离,可以是5km,10km等。进而,以位置信息为原点,以所述目标距离为半径画圆,将画圆与所述航空路线信息的交点作为目标点。所述目标点是飞机在当前位置进行航行控制时下一个要达到的位置点。进而,根据目标点、目标距离确定飞机当前行进方向与位置信息和目标点连线的夹角,一同输入公式中进行计算,获得所述转向信息,也就是在当前位置控制飞机转动的角度。达到了对转向信息进行量化,提高控制准确度的技术效果。
飞机在位置信息处的原点经过转向移动到目标点,为飞机当前行进方向与所述位置信息和目标点连线的夹角,也就是飞机从原点移动到目标点后机头转动的角度。根据目标点、目标距离、原点之间的几何关系,可以得到,其中,/>为转向半径,也就是说从原点转向移动到目标点的圆弧对应的半径,则/>;根据微分几何,确定/>,则/>。
S3:结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
在获得所述飞机速度信息和转向信息后,由于飞机行进过程受到多个因素的影响,且飞机行进速度较大,会导致飞机实际行进路线与航空路线之间具有偏差,需要根据飞机速度和转向信息确定偏差的程度,从而对飞机按照所述航空路线信息航行的偏离度进行预测。并根据偏离度大小对飞机行进情况利用适应度函数进行评估。其中,所述适应度函数用于评估飞机实际行进过程是否在合理范围内。
进一步的,结合所述速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,本申请实施例步骤S3还包括:
调用飞机的飞机记录日志,获取速度信息记录、转向信息记录和偏离度记录;
构建损失函数,如下式:;其中,为损失,/>为速度信息记录、转向信息记录和偏离度记录内的数据的数量,/>为根据第i组速度信息和转向信息预测的预测偏离度,/>为第i个偏离度,/>为训练进程中损失函数的最小输出值,/>为训练进程中损失函数的最大输出值;
采用所述速度信息记录、转向信息记录和偏离度记录,根据所述损失函数,训练获得偏离度预测路径;
将所述偏离度预测路径嵌入至所述处理器,根据所述速度信息和转向信息,预测获得所述偏离度,所述偏离度包括与所述航空路线信息内航线中心的偏离距离;
根据所述偏离度,构建所述适应度函数。
进一步的,根据所述偏离度,构建所述适应度函数,如下式:,,/>;
其中,为适应度,/>为偏离度的孤立系数,通过计算偏离度与最邻近的Q个偏离度的距离的平均数获得,/>为偏离度与最邻近的Q个偏离度中的第j个偏离度之间的差值,为大于2的整数,/>为所述偏离度记录内M个偏离度的孤立系数均值。
通过调取飞机在行进过程中的记录数据,也就是飞机记录日志作为待分析数据。以速度、转向信息和偏离度为索引,从所述飞机记录日志中进行数据检索,获得所述速度信息记录、转向信息记录和偏离度记录。其中,所述速度信息记录是对飞机行进过程中的实时飞行速度进行描述,速度信息可以是700Km/h-1000Km/h。所述转向信息记录是对飞机转动的角度进行描述。所述偏离度记录是对飞机实际行进路线与航空路线信息之间的偏差程度进行描述。所述损失函数用于对飞机行进过程中预测偏离程度和实际偏离程度之间的差异情况进行分析。
可选的,为了获得偏离度预测路径,通过将速度信息记录、转向信息记录和偏离度记录作为训练数据,将训练数据平均划分为多组,依次利用每组数据对基于前馈神经网络构建的偏离度预测路径进行监督训练,并根据损失函数计算偏离度预测路径的误差,根据误差调整偏离度预测路径的网络权值等参数,直至误差小于预设误差阈值,如5%,此时预测结果达到收敛,可以获得训练完成的偏离度预测路径。
优选的,在获得所述偏离度预测路径后,将所述偏离度预测路径嵌入所述处理器中对飞机实际行进路线与航空路线信息之间的偏离度进行分析,从而提高处理器对飞机行进信息的处理效率和准确度。通过将所述速度信息和转向信息传输至处理器中的偏离度预测路径中进行预测分析,获得偏离度,其中,所述偏离度中包括与航空路线信息内航线中心的偏离距离。进而,根据偏离度与在飞机行进过程中获得的多个偏离度构建所述适应度函数,对飞机行进过程中推进控制的优劣进行评估。
S4:根据所述航空路线信息,构建约束条件,结合所述适应度函数,在所述处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
在本申请的实施例中,通过根据航空路线信息中包含的数据,对推进控制优化的过程进行约束,构建约束条件。在优化过程中,通过利用适应度函数对调整寻优的结果进行评估,且根据四个优化头粒子分别从航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量四个维度分别进行调整寻优,获得四个更新方向和四个更新步长。进行调整寻优的过程是基于狼群优化算法进行的,通过利用头粒子确定寻优的方向和寻优的步长,进行利用尾粒子进行精细化寻优,且在寻优过程中可以从多个不同的维度同步进行寻优,且互不干扰,可以提高寻优的全面性和效率。四个更新方向是进行寻优的方向,包括提升或降低燃油流量、风扇导流叶片角度、喷口面积和进气流量对应的数值。四个更新步长是寻优过程中寻找相隔两个粒子间隔的距离,也就是参数相差的数值。通过利用四个优化头粒子进行调整寻优,可以确定四个维度分别更适合航空发动机推进控制的调整方向。
进一步的,如图2所示,根据所述航空路线信息,构建约束条件,结合所述适应度函数,在所述处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和更新步长,本申请实施例步骤S4还包括:
根据所述航空路线信息内的航线范围,构建偏离度约束范围,将偏离度落入所述偏离度约束范围,作为所述约束条件;
依次采用燃油预设步长,角度预设步长,喷口面积预设步长和进气流量预设步长,分别对发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行随机调整,获得四个调整方向,调整方向包括提升或降低,并模拟获取四个模拟速度信息;
结合所述四个模拟速度信息和转向信息,预测获取预测偏离度,在所述预测偏离度满足所述约束条件时,根据所述适应度函数,计算获得四个适应度;
根据所述四个适应度,结合航空发动机当前的运行参数计算的预设适应度,计算获得所述四个更新方向和四个更新步长。
进一步的,如图3所示根据所述四个适应度,结合航空发动机当前的运行参数计算的预设适应度,计算获得所述四个更新方向和四个更新步长,本申请实施例步骤S4还包括:
分别判断所述四个适应度是否大于所述预设适应度,若是,则将调整方向作为更新方向,若否,则以调整方向的相反调整方向作为更新方向;
计算所述四个适应度与所述预设适应度的比值,对优化尾粒子的四个预设尾优化步长进行调整,获得所述四个更新步长。
优选的,通过从所述航空路线信息中调取行进过程中可以偏离航线的范围,将其作为偏离度约束范围,可选的,偏离度约束范围为10Km。进而,将偏离度落入偏离度约束范围作为约束条件,进而,根据约束条件对推进控制寻优进行筛选约束。
通过依次根据燃油预设步长,角度预设步长,喷口面积预设步长和进气流量预设步长,分别对发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量从调高或者调低预设步长中的数值进行随机调整,获得四个调整方向,并根据四个调整方向结合航空发动机的运行情况模拟飞机行进速度,获得四个模拟速度信息。进而,根据四个模拟速度信息和转向信息,利用偏离度预测路径进行预测,获得四个预测偏离度,当四个预设偏离度满足所述约束条件时,根据适应度函数,计算获得四个调整方向对应的四个适应度。其中,四个适应度反映了四个调整方向对飞机行进控制的准确程度,适应度越大,降低飞机行进偏离程度越大。
然后,分别判断所述四个适应度是否大于所述预设适应度,若是,则表明调整方向对航空发动机进行控制后能够符合要求,则将调整方向作为更新方向,若否,则表明此时调整的方向不对,则以调整方向的相反调整方向作为更新方向。其中,所述预设适应度是由本领域技术人员自行设定的符合要求的适应度。进而,通过计算所述四个适应度与所述预设适应度的比值,对优化尾粒子的四个预设尾优化步长进行调整,获得所述四个更新步长。也就是说,根据四个适应度的大小,确定进行尾粒子寻优时的更新步长,当适应度大时,表明对应调整方向较好,应该在附近进行更加精细的寻优。因此,四个更新步长要小于对应的燃油预设步长,角度预设步长,喷口面积预设步长和进气流量预设步长。
S5:在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
进一步的,在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,本申请实施例步骤S5还包括:
在所述处理器内,根据所述四个更新方向,采用所述四个更新步长,对所述控制参数集合内的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,获得调整控制参数集合;
根据所述调整控制参数集合进行拟合,并计算获得更新适应度;
进行预设次数的头优化和尾优化,将优化过程中更新适应度最大值对应的调整控制参数集合输出,获得所述最优控制参数集合。
在处理器内,通过根据约束条件、适应度函数,以及四个更新方向和四个更新步长,结合优化尾粒子对航空发动机控制参数集合进行调整寻优,当达到预设次数的优化后,获得最优控制参数集合。其中,所述最优控制参数集合是将飞机在行进过程中的偏离度控制在最小的控制参数集合,包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量。
可选的,在处理器内,按照四个更新方向(也就是对参数大小进行提升或者降低)和四个更新步长,对控制参数集合内的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,获得调整控制参数集合。优选的,所述调整控制参数集合是进行调整寻优过程中适应度最大的调整控制参数组成的集合。进而,对所述调整控制参数集合进行拟合,计算适应度后对之前的寻优过程中最优适应度进行更新,获得更新适应度。然后,当头优化和尾优化达到预设次数后,将优化过程中更新适应度最大值对应的调整控制参数集合输出,达到所述最优控制参数集合。
S6:采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过所述燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
根据最优控制参数集合中的最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,分别传输至燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器中进行对应参数调整,进而实现对发动机进行最优的推进控制。达到了对航空发动机的推进控制进行优化,提高优化效率和控制准确度的技术效果。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过利用处理器对飞机当前的位置信息和航空路线信息进行转向分析,确定转向角度,进而结合飞机速度预测飞机当前航向的偏离度,然后基于航空路线信息确定进行调整优化过程中的约束条件,结合适应度函数在处理器内根据四个优化头粒子从四个维度同时进行寻优,从而获得四个更新方向和四个更新步长,根据优化尾粒子进行进一步细化寻优,经过多次头优化和尾优化确定最优控制参数集合,根据最优控制参数集合中最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。达到了提高发动机推进控制优化效率,提升控制质量的技术效果。
实施例二
基于与前述实施例中一种航空发动机的推进控制优化方法相同的发明构思,如图4所示,本申请提供了一种航空发动机的推进控制优化系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
路线信息获取单元11,所述路线信息获取单元11用于连接并调用路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
转向信息获取单元12,所述转向信息获取单元12用于将所述位置信息和所述航空路线信息并入所述处理器,计算获取控制飞机进行转向的转向信息;
适应度函数构建单元13,所述适应度函数构建单元13用于结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
更新步长获得单元14,所述更新步长获得单元14用于根据所述航空路线信息,构建约束条件,结合所述适应度函数,在处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
最优控制参数获得单元15,所述最优控制参数获得单元15用于在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
推进控制单元16,所述推进控制单元16用于采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
进一步的,所述转向信息获取单元12用于执行如下方法:
调用所述路线规划模块,获取飞机进行航行控制更新的飞行距离,作为目标距离;
以所述位置信息为原点,以所述目标距离为半径画圆,与所述航空路线信息的交点作为目标点;
根据所述目标点、目标距离,计算获得控制飞机进行转向的所述转向信息,如下式:;其中,/>为所述转向信息,/>为飞机两侧发动机的距离,/>为飞机当前行进方向与所述位置信息和目标点连线的夹角,/>为目标距离。
进一步的,所述适应度函数构建单元13用于执行如下方法:
调用飞机的飞机记录日志,获取速度信息记录、转向信息记录和偏离度记录;
构建损失函数,如下式:;其中,为损失,/>为速度信息记录、转向信息记录和偏离度记录内的数据的数量,/>为根据第i组速度信息和转向信息预测的预测偏离度,/>为第i个偏离度,/>为训练进程中损失函数的最小输出值,/>为训练进程中损失函数的最大输出值;
采用所述速度信息记录、转向信息记录和偏离度记录,根据所述损失函数,训练获得偏离度预测路径;
将所述偏离度预测路径嵌入至所述处理器,根据所述速度信息和转向信息,预测获得所述偏离度,所述偏离度包括与所述航空路线信息内航线中心的偏离距离;
根据所述偏离度,构建所述适应度函数。
进一步的,所述适应度函数构建单元13中的适应度函数为:,,/>;
其中,为适应度,/>为偏离度的孤立系数,通过计算偏离度与最邻近的Q个偏离度的距离的平均数获得,/>为偏离度与最邻近的Q个偏离度中的第j个偏离度之间的差值,为大于2的整数,/>为所述偏离度记录内M个偏离度的孤立系数均值。
进一步的,所述更新步长获得单元14用于执行如下方法:
根据所述航空路线信息内的航线范围,构建偏离度约束范围,将偏离度落入所述偏离度约束范围,作为所述约束条件;
依次采用燃油预设步长,角度预设步长,喷口面积预设步长和进气流量预设步长,分别对发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行随机调整,获得四个调整方向,调整方向包括提升或降低,并模拟获取四个模拟速度信息;
结合所述四个模拟速度信息和转向信息,预测获取预测偏离度,在所述预测偏离度满足所述约束条件时,根据所述适应度函数,计算获得四个适应度;
根据所述四个适应度,结合航空发动机当前的运行参数计算的预设适应度,计算获得所述四个更新方向和四个更新步长。
进一步的,所述更新步长获得单元14用于执行如下方法:
分别判断所述四个适应度是否大于所述预设适应度,若是,则将调整方向作为更新方向,若否,则以调整方向的相反调整方向作为更新方向;
计算所述四个适应度与所述预设适应度的比值,对优化尾粒子的四个预设尾优化步长进行调整,获得所述四个更新步长。
进一步的,所述最优控制参数获得单元15用于执行如下方法:
在所述处理器内,根据所述四个更新方向,采用所述四个更新步长,对所述控制参数集合内的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,获得调整控制参数集合;
根据所述调整控制参数集合进行拟合,并计算获得更新适应度;
进行预设次数的头优化和尾优化,将优化过程中更新适应度最大值对应的调整控制参数集合输出,获得所述最优控制参数集合。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种航空发动机的推进控制优化方法,其特征在于,所述方法应用于一航空发动机控制装置,所述控制装置包括路线规划模块、燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器和处理器,所述方法包括:
连接并调用所述路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
将所述位置信息和所述航空路线信息并入所述处理器,计算获取控制飞机进行转向的转向信息;
结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
根据所述航空路线信息,构建约束条件,结合所述适应度函数,在所述处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过所述燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
2.根据权利要求1所述的方法,其特征在于,计算获取控制飞机进行转向的转向信息,包括:
调用所述路线规划模块,获取飞机进行航行控制更新的飞行距离,作为目标距离;
以所述位置信息为原点,以所述目标距离为半径画圆,与所述航空路线信息的交点作为目标点;
根据所述目标点、目标距离,计算获得控制飞机进行转向的所述转向信息,如下式:;其中,/>为所述转向信息,/>为飞机两侧发动机的距离,/>为飞机当前行进方向与所述位置信息和目标点连线的夹角,/>为目标距离。
3.根据权利要求1所述的方法,其特征在于,结合所述速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,包括:
调用飞机的飞机记录日志,获取速度信息记录、转向信息记录和偏离度记录;
构建损失函数,如下式:;
其中,为损失,/>为速度信息记录、转向信息记录和偏离度记录内的数据的数量,为根据第i组速度信息和转向信息预测的预测偏离度,/>为第i个偏离度,/>为训练进程中损失函数的最小输出值,/>为训练进程中损失函数的最大输出值;
采用所述速度信息记录、转向信息记录和偏离度记录,根据所述损失函数,训练获得偏离度预测路径;
将所述偏离度预测路径嵌入至所述处理器,根据所述速度信息和转向信息,预测获得所述偏离度,所述偏离度包括与所述航空路线信息内航线中心的偏离距离;
根据所述偏离度,构建所述适应度函数。
4.根据权利要求3所述的方法,其特征在于,根据所述偏离度,构建所述适应度函数,如下式:,/>,/>,其中,/>为适应度,/>为偏离度的孤立系数,通过计算偏离度与最邻近的Q个偏离度的距离的平均数获得,/>为偏离度与最邻近的Q个偏离度中的第j个偏离度之间的差值,/>为大于2的整数,/>为所述偏离度记录内M个偏离度的孤立系数均值。
5.根据权利要求1所述的方法,其特征在于,根据所述航空路线信息,构建约束条件,结合所述适应度函数,在所述处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和更新步长,包括:
根据所述航空路线信息内的航线范围,构建偏离度约束范围,将偏离度落入所述偏离度约束范围,作为所述约束条件;
依次采用燃油预设步长,角度预设步长,喷口面积预设步长和进气流量预设步长,分别对发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行随机调整,获得四个调整方向,调整方向包括提升或降低,并模拟获取四个模拟速度信息;
结合所述四个模拟速度信息和转向信息,预测获取预测偏离度,在所述预测偏离度满足所述约束条件时,根据所述适应度函数,计算获得四个适应度;
根据所述四个适应度,结合航空发动机当前的运行参数计算的预设适应度,计算获得所述四个更新方向和四个更新步长。
6.根据权利要求5所述的方法,其特征在于,根据所述四个适应度,结合航空发动机当前的运行参数计算的预设适应度,计算获得所述四个更新方向和四个更新步长,包括:
分别判断所述四个适应度是否大于所述预设适应度,若是,则将调整方向作为更新方向,若否,则以调整方向的相反调整方向作为更新方向;
计算所述四个适应度与所述预设适应度的比值,对优化尾粒子的四个预设尾优化步长进行调整,获得所述四个更新步长。
7.根据权利要求1所述的方法,其特征在于,在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,包括:
在所述处理器内,根据所述四个更新方向,采用所述四个更新步长,对所述控制参数集合内的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,获得调整控制参数集合;
根据所述调整控制参数集合进行拟合,并计算获得更新适应度;
进行预设次数的头优化和尾优化,将优化过程中更新适应度最大值对应的调整控制参数集合输出,获得所述最优控制参数集合。
8.一种航空发动机的推进控制优化系统,其特征在于,所述系统包括:
路线信息获取单元,所述路线信息获取单元用于连接并调用路线规划模块,获取飞机当先规划的航空路线信息,并采集飞机当前的位置信息;
转向信息获取单元,所述转向信息获取单元用于将所述位置信息和所述航空路线信息并入处理器,计算获取控制飞机进行转向的转向信息;
适应度函数构建单元,所述适应度函数构建单元用于结合飞机速度信息和转向信息,预测飞机按照所述航空路线信息航行的偏离度,并构建适应度函数;
更新步长获得单元,所述更新步长获得单元用于根据所述航空路线信息,构建约束条件,结合所述适应度函数,在处理器内,根据四个优化头粒子,分别对航空发动机的燃油流量、风扇导流叶片角度、喷口面积和进气流量进行调整寻优,并获得四个更新方向和四个更新步长;
最优控制参数获得单元,所述最优控制参数获得单元用于在所述处理器内,结合所述约束条件和适应度函数,采用所述四个更新方向和四个更新步长,根据优化尾粒子,对航空发动机的控制参数集合进行调整寻优,并经过多次头优化和尾优化,获得最优控制参数集合,所述最优控制参数集合内包括最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量;
推进控制单元,所述推进控制单元用于采用所述最优燃油流量、最优风扇导流叶片角度、最优喷口面积和最优进气流量,通过燃油量控制器、风扇导流叶片控制器、喷口控制器、进气控制器,进行发动机推进控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327028.1A CN117052542B (zh) | 2023-10-13 | 2023-10-13 | 一种航空发动机的推进控制优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311327028.1A CN117052542B (zh) | 2023-10-13 | 2023-10-13 | 一种航空发动机的推进控制优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117052542A CN117052542A (zh) | 2023-11-14 |
CN117052542B true CN117052542B (zh) | 2023-12-08 |
Family
ID=88669660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311327028.1A Active CN117052542B (zh) | 2023-10-13 | 2023-10-13 | 一种航空发动机的推进控制优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117052542B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289203A (zh) * | 2011-04-26 | 2011-12-21 | 北京航空航天大学 | 一种用于航空发动机性能寻优控制的新型混合优化方法 |
CN103452674A (zh) * | 2013-07-24 | 2013-12-18 | 长安大学 | 一种挖掘航空发动机的加速潜能的控制系统及控制方法 |
CN113962057A (zh) * | 2021-06-29 | 2022-01-21 | 南京航空航天大学 | 基于时序交会的远程导弹主动段运动参数修正方法 |
CN115713012A (zh) * | 2022-12-14 | 2023-02-24 | 太仓点石航空动力有限公司 | 计算发动机机动载荷的方法及系统 |
-
2023
- 2023-10-13 CN CN202311327028.1A patent/CN117052542B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289203A (zh) * | 2011-04-26 | 2011-12-21 | 北京航空航天大学 | 一种用于航空发动机性能寻优控制的新型混合优化方法 |
CN103452674A (zh) * | 2013-07-24 | 2013-12-18 | 长安大学 | 一种挖掘航空发动机的加速潜能的控制系统及控制方法 |
CN113962057A (zh) * | 2021-06-29 | 2022-01-21 | 南京航空航天大学 | 基于时序交会的远程导弹主动段运动参数修正方法 |
CN115713012A (zh) * | 2022-12-14 | 2023-02-24 | 太仓点石航空动力有限公司 | 计算发动机机动载荷的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117052542A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111351488B (zh) | 飞行器智能轨迹重构再入制导方法 | |
CN111695776B (zh) | 无人机集群分布式在线协同区域侦察方法及装置 | |
US10935984B2 (en) | Method and system for determining a climb profile | |
CN106170685B (zh) | 用于确定船舶的排放的方法和无人驾驶飞行器 | |
CN100591900C (zh) | 具有三个控制环设计的飞行控制系统 | |
US20190277637A1 (en) | Methods and systems for optimal guidance based on energy state approximation | |
CN111240193B (zh) | 优化受到达时间约束制约的巡航垂直剖面的系统和方法 | |
CN114048889A (zh) | 基于长短期记忆网络的飞行器轨迹预测的方法 | |
MXPA06009713A (es) | Sistemas y metodos automaticos para la colocacion de equipo sismico marino. | |
CN105022881B (zh) | 一种基于鸽群优化的舰载机自主着舰导引律设计方法 | |
CN113190036A (zh) | 一种基于lstm神经网络的无人机飞行轨迹预测方法 | |
CN113268074B (zh) | 一种基于联合优化的无人机航迹规划方法 | |
CN112924622B (zh) | 无人机气体传感与ais信息矢量融合的船舶尾气追踪方法 | |
Koo et al. | Improvement of shipboard landing performance of fixed-wing UAV using model predictive control | |
CN110991684A (zh) | 垂直航道优化 | |
CN114879671A (zh) | 一种基于强化学习mpc的无人艇轨迹跟踪控制方法 | |
CN113916234A (zh) | 一种复杂动态条件下的船舶避碰航线自动规划方法 | |
CN117052542B (zh) | 一种航空发动机的推进控制优化方法及系统 | |
Segui et al. | Cessna citation X climb and cruise performance improvement using adaptive winglet | |
CN116400703A (zh) | 一种路径规划方法、装置、计算机设备及存储介质 | |
EP3944154A1 (en) | Method for optimizing on-device neural network model by using sub-kernel searching module and device using the same | |
CN117850416A (zh) | 一种水面无人船智能操纵方法 | |
CN116520890B (zh) | 一种可三维全息巡视的无人机控制平台 | |
CN115454099B (zh) | 基于变权重自适应鸽群参数拟合的无人艇航向自抗扰控制方法 | |
CN116755323A (zh) | 一种基于深度强化学习的多旋翼无人机pid自整定方法 |
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 |