【技术实现步骤摘要】
一种航空发动机多模型预测控制的软切换方法
本专利技术公开一种航空发动机多模型预测控制的软切换方法,属于控制算法设计领域。
技术介绍
随着技术创新和产业进步,人们对飞机的安全,稳定,高效控制的要求越来越高,而航空发动机是飞机的重要组成部分,是一个典型的非线性系统,其外部条件和内部参数变化范围较大,变化速率较快,单一的控制策略不能保证发动机在大范围内都具有良好的性能,难以满足现代航空发动机的控制要求。现在航发发动机控制,既要保证发动机在限制范围内工作,又要保证有良好的稳态和动态品质,还要保障发动机的安全运行。在这种情况下,模型预测控制(MPC)可以通过在线滚动优化的方法来处理受约束的优化问题,因此在发动机控制领域引起了极大的兴趣。Richter将模型预测控制应用在涡扇发动机上,实现了对风扇转速的跟踪控制及输入输出参数的限制。Saluru等提出将模型预测控制器代替PID控制器,对退化发动机进行容错控制。国内关于模型预测控制在航空发动机上应用也开展一系列的研究。肖玲斐等以数值-ARX并联模型为预测模型,设计了涡轴发动机的自适应非线性预测控制器。杜宪等针对航空发动机的约束管理问题,设计了非线性模型预测控制器实现对发动机输出量的约束管理,并与Min-Max控制逻辑进行了比较。目前航空发动机(如GE90、PW2000)普遍采用线性控制器及Min-Max选择逻辑来实现限制管理,但该约束管理方法并不能保证受限输出在所有情况下不超限,无法发挥发动机的最佳性能并且可能带来一些安全隐患。由此可见,近年来国内外学者从不同角度对模型预测 ...
【技术保护点】
1.一种航空发动机多模型预测控制的软切换方法,其特征在于,步骤如下:/n步骤A、将发动机工作状态划分成不同的区域,并对每个区域的模型进行线性化;/n基于发动机的工作状态的油门杆角度PLA以及飞行包线高度或马赫数,将其工作范围划分为12个区域,在每个区域为中心的工作点周围线性,以线性模型表示每个区域的发动机状态;/n一定飞行条件下,设发动机的非线性离散模型为:/nx
【技术特征摘要】
1.一种航空发动机多模型预测控制的软切换方法,其特征在于,步骤如下:
步骤A、将发动机工作状态划分成不同的区域,并对每个区域的模型进行线性化;
基于发动机的工作状态的油门杆角度PLA以及飞行包线高度或马赫数,将其工作范围划分为12个区域,在每个区域为中心的工作点周围线性,以线性模型表示每个区域的发动机状态;
一定飞行条件下,设发动机的非线性离散模型为:
xk+1=f(xk,uk)
yk=g(xk,uk)(1)
式(1)中,状态向量x∈Rn,输入向量u∈Rm,输出向量y∈Rp,其中x为压气机高压转速N2和涡轮出口压力比πT,u为主燃油流量Wf和尾喷管面积A8,y为压气机高压转速N2和涡轮出口压力比πT;
x=[N2,πT]T,u=[Wf,A8]T,y=[N2,πT]T;
将非线性模型围绕划分的12个区域的中心工作点周围进行线性化,当发动机运行到所划分的某个区域时,在其中心平衡点(ug,xg,yg)处,其中g∈{1,2,...,12}对应于划分的12个区域的线性模型,由发动机的工作状态油门杆角度PLA以及飞行包线高度H、马赫数Ma来决定,线性化式(1),得离散小偏差状态向量模型:
Δxk+1=AgΔxk+BgΔuk
Δyk=CgΔxk+DgΔuk(2)
式中,Δx=xk-xg,Δuk=uk-ug,Δyk=yk-yg,而Ag∈Rn×n,Bg∈Rn×m,Cg∈Rp×n,Dg∈Rp×m为待定的系统矩阵;
为了提高建模精度,对式(2)的状态、输入和输出变量进行归一化处理,即令,
Δxk=Wgxδxk
Δuk=Wguδuk(3)
Δyk=Wgyδyk
其中,
Wgx=diag(xg1,xg2)
Wgu=diag(ug1,ug2)(4)
Wgy=diag(yg1,yg2)
xg1和xg2分别为12个区域各平衡工作点处的状态变量,ug1和ug2分别为12个区域各平衡工作点处的输入变量,yg1和yg2分别为12个区域各平衡工作点处的输出变量,diag(...)表示对角矩阵,且以括号内的变量为对角元素;由式(3)和(4)得,
其中,
分别对发动机划分的12个区域的各控制变量做小阶跃扰动而保持其他控制变量不变,即在式(3)中取,
式中εi为第i-th个控制变量的扰动幅度;
在式(6)所示的控制变量作用下,发动机将经历m个不同的过渡过程,其动态响应序列分别为然后得,
根据式(1)可知,状态变量是基于发动机非线性模型来建立的;给定输入量时,通过非线性模型可计算得到相应状态量和输出量,状态量属于非线性动态响应序列中的一部分,由于状态量和输出量是一一对应的,因此可得
因此,数据序列都已知,再根据拟合思想,对式(5)直接建立如式(9)所示的最小二乘问题,从而可求得系统矩阵即,
显然,所得系统矩阵能够保证线性系统的建模误差在最小二乘意义下极小,从而求得
步骤B、根据步骤A划分的区域以及对区域模型的线性化,设计MPC的状态方程;并对MPC状态方程进行了增广,设计带积分行为的MPC状态方程;
在步骤A中,将非线性模型进行了线性化,将航空发动机的工作范围划分成了12个区域,由于输出向量和状态向量相同,所以Dg=0,因此每个区域线性化后,可表示为,
xk+1=Agxk+Bguk
yk=Cgxk(11)
其中g∈(1,2,...,12),式(11)中基于线性模型设计模型预测控制器,多个线性模型之间的切换机制用于处理发动机工作范围内的非线性;为了消除输出的稳态误差,设计了带积分行为的模型预测控制器,引入输出误差(系统输出与指令之差)的积分作为新的状态,定义输出误差为,
ek=yk-rk=Cgxk-rk(12)
引入输出误差向量的积分qk
qk+1=qk+ΔhCgxk-Δhrk(13)
其中Δh为积分步长,为满足跟踪控制中无稳态误差的要求,将系统输出与跟踪指令之差的积分和跟踪指令增广为状态量,定义新的状态变量,
其中,I为在MPC中,相当于一个状态反馈控制器,使得闭环系统,
若使得闭环系统是渐进稳定的,则只需要保证闭环系统状态方程矩阵的所有特征值均在左开复平面中,从而该矩阵也是非奇异的;因此,当时间趋向无穷的时候,误差的积分qk将趋于常值向量,表明误差ek必将趋于0,又因为ek=yk-r...
【专利技术属性】
技术研发人员:孙希明,郝光超,聂聆聪,杜宪,杨斌,温思歆,
申请(专利权)人:大连理工大学,北京动力机械研究所,
类型:发明
国别省市:辽宁;21
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。