【技术实现步骤摘要】
基于复合模型预测控制的航空发动机直接推力控制方法
本专利技术属于航空宇航推进理论与工程中的系统控制与仿真
，具体涉及一种基于复合模型预测控制的航空发动机直接推力控制方法。
技术介绍
如何快速精确地为飞行器提供推力是航空发动机重要性能指标。传统航空发动机控制器通过控制与推力特别相关的发动机可测参数，如转子转速和发动机增压比，来间接控制推力。然而，由于航空发动机在服役周期中，随着自然的磨损、腐蚀等原因引起发动机退化，而且在制造安装中都会产生公差，这些会使得这些可测参数与需求推力的映射关系产生偏差，如果继续使用控制与推力相关的可测参数，其控制误差不可避免。此外，航空发动机在运行时还得满足各种限制，如涡轮前温度、喘振裕度和转子转速等限制，传统控制器会使用限制线，然后进行高低选择。这些限制线随着发动机退化之后精度也发生变化，而且对于不可测参数，如喘振裕度和涡轮前温度，控制器设计时往往要保留很大的裕度，以保证发动机在最恶劣的工作点都能安全运行。为此，基线模式被提出并得到大量的研究，取得很好的控制效果，该模式一个重要特征是直...
【技术保护点】
1.基于复合模型预测控制的航空发动机直接推力控制方法，其特征在于，利用非线性预测模型控制方法对发动机推力进行直接控制；所述非线性预测模型控制方法中所使用的预测模型为基于发动机状态变量模型、卡尔曼滤波器、发动机非线性模型所建立的复合预测模型，所述卡尔曼滤波器利用发动机测量参数值和发动机非线性模型计算值之差计算得到发动机退化量并将其反馈到发动机非线性模型，发动机非线性模型计算出发动机不可测参数并将其与发动机退化量一起反馈至发动机状态变量模型，发动机状态变量模型通过实时滚动优化求出预测控制量。/n
【技术特征摘要】
1.基于复合模型预测控制的航空发动机直接推力控制方法，其特征在于，利用非线性预测模型控制方法对发动机推力进行直接控制；所述非线性预测模型控制方法中所使用的预测模型为基于发动机状态变量模型、卡尔曼滤波器、发动机非线性模型所建立的复合预测模型，所述卡尔曼滤波器利用发动机测量参数值和发动机非线性模型计算值之差计算得到发动机退化量并将其反馈到发动机非线性模型，发动机非线性模型计算出发动机不可测参数并将其与发动机退化量一起反馈至发动机状态变量模型，发动机状态变量模型通过实时滚动优化求出预测控制量。
2.如权利要求1所述基于复合模型预测控制的航空发动机直接推力控制方法，其特征在于，所述发动机状态变量模型具体如下：
其中，u∈Rr、x∈Rn、y∈Rm分别为发动机控制变量、状态变量和输出量，R表示实数，r、n、m分别表示控制变量、状态变量和输出量的维数，Δ表示为相对基准值，A、B、C、D分别表示系统矩阵、输入矩阵、输出矩阵和直联矩阵，L和M分别表示健康参数输入矩阵和健康参数直联矩阵，Δx表示状态变量的偏差量，Δη表示发动机健康参数的偏离量，表示状态变量的导数，发动机健康参数的导数，ω和υ分别为系统噪声和测量噪声。
3.如权利要求2所述基于复合模型预测控制的航空发动机直接推力控制方法，其特征在于，所述卡尔曼滤波器使用如下方法对发动机退化量进行估计：
其中，u∈Rr、x∈Rn、y∈Rm分别为发动机控制变量、状态变量和输出量，...
【专利技术属性】
技术研发人员：郑前钢，蔡常鹏，汪勇，陈浩颖，项德威，张海波，李秋红，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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。