涡扇发动机理想起动过程分析与控制问题探讨

涡扇发动机高原和高、低温起动的可靠性问题是航空领域需要进一步研究的难题.以理想起动过程的假设为前提,从新的角度研究了起动控制规律设计时应考虑的原则.利用流动相似理论分析和定义了起动过程的各相似参数,提出了新的发动机点火转速和起动机脱开转速的确定原则,并给出了起动过程供油规律的闭环控制方案.所做工作对于深入开展起动优化控制研究具有重要意义.     

民用大涵道比涡扇发动机性能分析

为了更加深入地了解民用大涵道比涡扇发动机的非设计点性能和引起性能参数变化的原因,通过模型民用大涵道比涡扇发动机为载体,采用部件法对其建模,然后对该模型进行仿真计算,研究了大涵道比涡扇发动机在给定控制规律下的转速特性、温度特性、速度特性和高度特性。结果表明,保持其他条件不变,增加发动机低压转子转速,耗油率先减小后增加,先减小主要因为单位推力增加,后增加主要由于油气比增加和涵道比减小,推力则不断增大;保持其他飞行条件不变,增加大气温度,在海平面时尾喷管中的气体都能完全膨胀,由于单位推力变化量较小,内外涵道空气流量减少较多,因此推力减小;研究速度特性时发现,随着飞行马赫数增加,单位推力减小是使耗油率增大的主要原因,马赫数小于0.8时,单位推力减小主导了推力减小,马赫数大于0.8时,空气流量增加较大最终导致推力增加;研究高度特性,对采取低雷诺数修正的高度特性进行研究;在高度大于11 000 m后,耗油率增加主要是由于低雷诺数导致部件效率降低进而引起油气比的升高,就压气机而言,高压压气机效率的下降大于低压压气机。     

基于神经网络的车用发动机广义预测控制

为了改善具有非线性特性的发动机燃油控制效果,以达到高效率、低污染的要求。利用一种前向神经网络作为非线性系统的模型,并将其分为线性部分和非线性部分。其中非线性部分用单隐层的BP神经网络对其建模,采用学习速度较快的Davidon最小二乘法在线调整网络权值;线性部分采用受控自回归积分滑动平均(CARIMA)模型作为其数学模型,用递推最小二乘法(RLS)作为其参数辨识的方法。每步将所得非线性系统的网络模型线性展开,得到线性回归模型,并以非线性前馈增益方式补偿建模误差,建立了一种适合非线性系统的自校正广义预测控制器。仿真结果表明该算法收敛速度快,控制动作平稳,控制效果理想。     

基于数据融合的某涡扇发动机给定转速研究

针对试验室无法设计实现机械连动装置确定某涡扇发动机给定转速,在研究分析某涡扇发动机转速控制系统的工作机理和影响该型发动机给定转速因素的基础上,提出了一种确定该型发动机给定转速的数据融合算法。通过对基于数据融合确定的给定转速试验,结果表明:提出的数据融合算法结构简单、计算简便、计算结果的相对误差都在1%以内,将其用于确定某涡扇发动机的给定转速是完全可行的。     

基于功率控制的涡扇发动机控制系统设计

针对航空发动机控制过程中功率不平衡带来的控制精度和稳定性问题,设计一种基于功率控制的双回路控制系统,并应用于涡扇发动机。以DGEN380发动机为例,建立了发动机模型;根据涡扇发动机模型特点,设计了外环比例积分(proportion integration,PI)控制回路和内环线性二次高斯(linear quadratic Gaussian,LQG)控制回路,通过双回路实现功率控制和功率到转速的转化控制。稳态和过渡态仿真结果表明,该控制系统满足发动机控制要求且具有良好的鲁棒性和抗干扰能力;相对于传统比例积分微分(proportion integration differentiation,PID)控制,其过渡态控制过程无振荡,响应时间快50%左右,稳定性更好,可以改善由于功率不平衡所引起的稳定性问题。     

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法.利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统.将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构.仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强.     

航空发动机转速信号的检测

介绍了某型航空发动机低频、低电压转速信号检测的隔离、滤波放大和波形转换电路及利用单片机AT89C51的外部中断和定时中断测周期、计算转速的方法。该电路经过实际调试,检测精度可以达到1‰,较好地实现了对发动机运行状态的在线监控。     

基于量子逻辑的l-值正则语言的广义泵引理

给出了三个l-值正则语言的广义泵引理,是文献[5]中泵引理的推广,可以解决更广泛的l-值正则语言的判定问题.     

涡扇发动机小偏差模型研究中部件特性图的运用

运用各部件特性进行涡扇发动机小偏差模型研究时,需用到风扇和压气机的通用特性图.为了解决部件通用特性图上数据不连续、不易准确获取,且不能提供物理参数相关微分信息等问题,首先提出一种改进的数学插值算法,该算法能保证特性数据插值结果及其一阶导数的连续性.然后推导给出了从换算参数微分变换到物理参数微分的计算式.实例表明,所给出的插值算法及推导的转换公式是正确、可行的.     

基于阶比跟踪的发动机过渡态振动数据分析方法

基于离散傅里叶变换(DFT)理论的传统谱分析方法无法满足发动机过渡态振动测定试验数据分析的需求。针对这一问题,结合发动机飞行试验的工程特点,建立了发动机过渡态试验转子振动信号的阶比跟踪分析方法,并利用该方法对某发动机试飞数据进行了分析,取得了良好的效果,证实了所建立方法的有效性。     

应用傅里叶级数展开定理证明推广的黎曼—勒贝格引理

考虑推广的黎曼—勒贝格引理的证明方法问题,利用傅里叶级数收敛定理的结果,给出了新的证法过程.     

基于Schur引理证明方法的矩阵酉三角化

在Schur引理3种证明方法的基础上,给出了矩阵酉三角化的3种方法.     

费歇引理在不同场合的推论

利用费歇引理结论、正交变换性质以及正态分布的性质等,得到了费歇引理在异期望同方差场合、零期望异方差场合、同期望异方差场合以及异期望异方差场合下的相应推论.     

非线性状态反馈的输入输出解耦控制

讨论了非线性系统的解耦问题．利用微分几何理论,通过非线性状态反馈,使得仿射非线性多变量系统被解耦成一些单变量子系统．     

基于神经网络的多变量非线性系统的广义预测控制

为了使广义预测控制的思想成功应用于多变量非线性系统,用神经网络对其进行开环解耦得到单变量非线性系统后,采用一种复合多层前馈神经网络结构作为单变量非线性系统预测模型,利用递推最小二乘法和Davidon最小二乘法作为在线学习算法,建立了一种适合多变量非线性系统的自校正广义预测控制器。     

基于状态观测器的倒立摆系统控制与实验研究

针对具有非线性、强耦合等特性的典型多输入多输出控制实验系统,建立了倒立摆系统的结构模型,阐述了系统的工作原理.提出了一种基于状态观测器的控制器设计方法,并在建立系统模型过程中,采用振动和力学原理对倒立摆系统的相关重要参数进行了实验测定.通过实验验证了所提出控制方法的有效性,为倒立摆系统稳定性控制、系统设计以及其他相关研究提供了理论依据和方法.     

航空发动机主燃油控制系统稳态过程分析

航空发动机的燃油系统用来供给发动机主燃烧室和加力燃烧室的燃油,在数字电子控制工作状态下,燃油流量受电子控制器控制。对航空发动机燃油系统工作原理进行分析后,针对不同转速对稳态过程进行了分析,给出了主供油量随油门杆变化的拟合曲线。