变循环发动机的非线性预测控制设计方法技术

本发明专利技术公开了一种变循环发动机的非线性预测控制设计方法，包括：建立变循环发动机模型框图的标准形式；针对标准形式获得非线性广义最小方差控制器；评估非线性广义最小方差控制器各设计参数对变循环发动机控制性能的影响；对比分析确定最优控制器设计参数。本发明专利技术针对变循环发动机具有强非线性、建模困难、模型精度不高等问题，采用新型的非线性预测广义最小方差控制方法，可使现有变循环发动机控制性能得到显著提升。

【技术实现步骤摘要】
变循环发动机的非线性预测控制设计方法
本专利技术属于航空推进理论与工程中的系统控制与仿真
，具体涉及一种面向变循环发动机的非线性预测控制设计方法。
技术介绍
变循环发动机是指通过改变发动机某些部件的几何形状、尺寸或位置来改变其热力循环参数的燃气涡轮发动机。通过变循环调节来改变发动机的某些循环参数，如增压比、空气流量或涵道比，从而使发动机在各种工作状态下都具有良好的性能，在涡喷/涡扇发动机领域，变循环发动机研究的重点是改变涵道比，如在加速、爬升和超音速飞行时，减小涵道比，使发动机具有类似于涡喷的性能特点(高单位推力)；在起飞和亚音速飞行时，加大涵道比，以涡扇循环形式工作，达到降低巡航耗油率和起飞噪声的目的。因此，变循环发动机作为未来第六代多用途战斗机的理想动力装置，和一般发动机相比具有明显的优势：当外界温度升高时或者从压气机中引气时对发动机推力的影响小；在某些状态下应用变几何调节可以提高进气道和压气机的气动稳定裕度而不明显降低推力，这不仅提升了发动机适应性能还能在超音速巡航时提高经济性等。然而变循环发动机的实现需要解决许多关键技术，如：变循环发动机性能仿真、核心机驱动风扇级设计、可调涡轮导向器设计、多变量控制系统设计等。变循环发动机发展更多的是要在总体、控制领域先行开展工作，确定可行的变循环方案。从控制设计角度来看，变循环发动机是一个多输入多输出的非线性复杂系统，与一般涡扇发动机相比，它具有更多可调部件，结构更加复杂。在处理涡扇发动机控制问题时，往往在其部件级模型基础上选取某个稳态点通过最小二乘拟合法得到其线性状态空间模型，并基于此模型进行线性控制方法设计。通过这一套流程虽然能够对传统涡扇发动机的控制策略进行设计，如果在变循环发动机上仍然沿用这一流程，则存在许多困难：最小二乘拟合法拟合三阶模型计算量较大而且精度较难保证；基于线性模型的多变量控制对模型精度要求较高，同时模型阶次的提高也制约了多变量控制算法的精度。针对以上困难，必须采用一种新的思路对变循环发动机进行控制策略设计，如果能设计出一种不依赖于对象数学模型的方法便能成功解决这些难题。非线性广义预测控制作为非线性领域的后起之秀，主要优势就在于能够对带非解析模块的对象进行控制策略设计，能够有效解决变循环发动机控制问题。预测控制最早是由Richalet等人于十九世纪七十年代末提出，通过计算机技术有效解决了工业控制中线性控制理论遇到的难题。预测控制以对象的有限脉冲响应或阶跃响应为模型，在每个控制周期内采用滚动方式对过程进行有限时域优化，即滚动优化，所以这种方法又被称作滚动时域控制。显然，这种控制方法在设计上对过程模型要求低，算法简单，容易实现，同时在优化过程中不断利用测量信息进行反馈校正，在一定程度上能克服不确定因素的影响，能为复杂系统控制提供良好的控制性能。在过去30多年中，基于模型的预测控制在工业应用中的蓬勃发展，较为典型的是动态矩阵控制(Dynamicmatrixcontrol,DMC)和广义预测控制(Generalizedpredictivecontrol,GPC)。然而这两种预测控制方法均以线性模型为基础，针对非线性系统的预测控制主要有无穷时域非线性预测控制、约束非线性预测控制、收缩非线性预测控制等。相关进展可参见Magni,L.,Raimondo,D.M.和Allgower,F.等人在2009年主编出版的“NonlinearModelPredictiveControl:TowardsNewChallengingApplications”以及Grüne,L.和Pannek,J.于2011年的专著《NonlinearModelPredictiveControl:TheoryandAlgorithms》。然而，通过上述的综述文献以及大量其他文献、报告的调研发现，目前在航空发动机控制领域，姚文荣在2008年提出的“涡轴发动机非线性模型预测控制”、张海波等人的专利技术专利申请号为CN201110355360.X，名称为“单旋翼直升机/涡轴发动机综合抗扰控制系统设计方法”中涉及基于模型的预测控制，而在变循环发动机控制领域，未见有非线性预测控制设计方法的应用；同时，在所涉及的非线性预测控制方法中，均以基于模型的设计方法为主，非线性预测广义最小方差控制作为不依赖于系统数学解析模型的设计方法，具有设计简便、调试容易的优点，也是非线性预测控制领域的新方法。
技术实现思路
针对于上述现有技术的不足，本专利技术的目的在于提供一种变循环发动机的非线性预测控制设计方法，有效解决了现有变循环发动机的强非线性、建模困难、模型精度不高等情况下的有效控制问题，本专利技术不需要发动机数学模型，且设计简单、调试方便。为达到上述目的，本专利技术采用的技术方案如下：本专利技术的一种变循环发动机的非线性预测控制设计方法，包括步骤如下：步骤1：建立变循环发动机模型框图的标准形式；步骤2：针对标准形式获得非线性广义最小方差控制器；步骤3：评估非线性广义最小方差控制器各设计参数对变循环发动机控制性能的影响；步骤4：对比分析确定最优控制器设计参数。优选地，所述步骤1具体为：针对需要设计的变循环发动机，将其非线性特征用一个算子W1k表示，然后用一线性状态空间模型表达传感器模型，得到变循环发动机模型框图的标准形式。优选地，所述步骤2具体为：考虑干扰、噪声、时滞同时存在情况下的系统模型，通过优化相应的性能指标，获得非线性广义最小方差控制器。优选地，所述步骤3具体为：所获得的非线性广义最小方差控制器含有预测步长、控制权重和时滞权重三个设计参数，对三个参数取不同的值则对应不同的控制性能，从而衡量了控制参数对变循环发动机控制性能的影响。优选地，所述步骤3还包括：在步骤2获得发动机非线性预测广义最小方差最优控制律以及相应的实现方式基础上，展开对所设计出的最优控制律中的可调节参数FckN、-Λ2和N对变循环发动机控制性能的影响分析；其中N为预测步长，其决定了需要使用非线性算子的模块个数；Λ2为各控制变量在性能指标中的权重；FckN为考虑系统时滞的控制权重，最优控制律设计将围绕上述三个变量选取而展开，设计思路整理如下：(1)预测步长N预测步长N在性能指标中有所体现，其值越大，则需要使用非线性算子的模块的个数越多，同样也增加了设计中的计算量，为了减少计算量，往往把预测步长N取N＝1，N越小则系统呈现出越大的阻尼；(2)控制变量权重Λ2Λ2表示各个控制变量在性能指标中的权重，其元素大小决定各控制变量的惩罚效果，其值体现性能指标对误差方差的重视程度：其每个元素都较小时，说明性能指标以误差为主导，不考虑控制代价；其每个元素都较大时，则表示性能指标以控制代价为主导；将Λ2选取为λ×diag(a,b,c)，选定特定的a,b,c值后，通过调节λ来确定最终的Λ2值；(3)系统时滞的控制权重FckN在广义预测控制领域，FckN值决定了最优控制律的性能，通常采取的策略是：首先采用PID控制方法对被控对象进行控制，并保持一定的控制精度，此时能获得一组PID参数CPID(z-1)，于是可将FckN设置为CPID(z-1)。优选地，所述步骤4具体为：针对PID控制器，在步骤3的基础上，选取合适的控制参数组合，以获得变循环发动机控制性能的提升，确定最本文档来自技高网...

【技术保护点】
1.一种变循环发动机的非线性预测控制设计方法，其特征在于，包括步骤如下：步骤1：建立变循环发动机模型框图的标准形式；步骤2：针对标准形式获得非线性广义最小方差控制器；步骤3：评估非线性广义最小方差控制器各设计参数对变循环发动机控制性能的影响；步骤4：对比分析确定最优控制器设计参数。

【技术特征摘要】
1.一种变循环发动机的非线性预测控制设计方法，其特征在于，包括步骤如下：步骤1：建立变循环发动机模型框图的标准形式；步骤2：针对标准形式获得非线性广义最小方差控制器；步骤3：评估非线性广义最小方差控制器各设计参数对变循环发动机控制性能的影响；步骤4：对比分析确定最优控制器设计参数。2.根据权利要求1所述的变循环发动机的非线性预测控制设计方法，其特征在于，所述步骤1具体为：针对需要设计的变循环发动机，将其非线性特征用一个算子W1k表示，然后用一线性状态空间模型表达传感器模型，得到变循环发动机模型框图的标准形式。3.根据权利要求1所述的变循环发动机的非线性预测控制设计方法，其特征在于，所述步骤2具体为：考虑干扰、噪声、时滞同时存在情况下的系统模型，通过优化相应的性能指标，获得非线性广义最小方差控制器。4.根据权利要求1所述的变循环发动机的非线性预测控制设计方法，其特征在于，所述步骤3具体为：所获得的非线性广义最小方差控制器含有预测步长、控制权重和时滞权重三个设计参数，对三个参数取不同的值则对应不同的控制性能，从而衡量了控制参数对变循环发动机控制性能的影响。5.根据权利要求4所述的变循环发动机的非线性预测控制设计方法，其特征在于，所述步骤3还包括：在步骤2获得发动机非线性预测广义最小方差最优控制律以及相应的实现方式基础上，展开对所设计出的最优控制律中的可调节参数FckN、-Λ2和N对变循环发动机控制性能的影响分析；其...

【专利技术属性】
技术研发人员：王继强，胡忠志，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32