一种基于数据驱动的自适应循环发动机多变量控制方法技术

本发明专利技术公开了一种基于数据驱动的自适应循环发动机多变量滑模控制方法，属于航空发动机控制技术领域，该方法基于某型自适应循环发动机，考虑执行机构的影响，基于输入、输出数据，在线建立发动机的动态线性化数据模型；设计了基于滑模控制算法的三变量无模型自适应滑模控制器；引入自适应权重因子，解决控制器在被控对象参数发生大范围变化时的控制保守问题，优化控制效果；最后采用设计的算法实现自适应循环发动机在不同模式下的多变量稳态控制。本发明专利技术可以解决航空发动机传统滑模控制对精确数学模型的依赖问题，保证控制效果的同时具有良好的实时性。时具有良好的实时性。时具有良好的实时性。

【技术实现步骤摘要】
一种基于数据驱动的自适应循环发动机多变量控制方法


[0001]本专利技术属于航空发动机控制领域，具体涉及一种基于数据驱动的自适应循环发动机多变量控制方法。

技术介绍

[0002]航空发动机是一类多输入多输出而且不可避免存在不确定性的复杂非线性控制系统。一方面，随着各国航空科技的发展，发动机的工作状态复杂程度变高、可以控制的变量多、内部参数变量之间的耦合度高；另一方面，在实际控制过程中，航空发动机在整个飞行包线内模型参数有变化很大，且工作环境恶劣，存在外部干扰、性能退化等不确定性因素。这些不确定性对航空发动机控制系统的稳定性和动态性能都将产生很大的影响。一般的依赖于精确模型的反馈控制方法和最优控制方法在此情况下难以保证控制品质。滑模控制(Sliding Model Control,SMC)由于其变结构的特征，可以应对模型参数的不确定性和未知外部扰动的影响，但仍然依赖于被控对象的模型。为了在被控对象和环境的数学描述不完全确定的情况下设计相应的控制方法，基于数据驱动的控制开始逐渐应用于航空发动机控制领域。
[0003]目前，基于数据驱动的方法中，无模型自适应控制(Model Free Adaptive Control,MFAC)方法已经逐渐发展壮大成一个完整的系统，在工业制造、城市快速路交通控制、工程结构减震、板材成形、海洋机器人控制中得到成功的应用。但传统MFAC存在控制系统收敛速度慢、超调量大等问题，这是由于固有的动态线性化误差导致的。SMC根据系统期望的动态特性来设计系统的滑模面，具有响应速度快、对参数变化和扰动不敏感、实现简单等特点。将MFAC与SMC方法相结合构建无模型自适应滑模控制器(MFASMC)，可以实现两者的优势互补。

技术实现思路

[0004]本专利技术所要解决的技术问题在于克服现有滑模控制依赖于被控对象的数学模型的缺点，提供一种基于数据驱动的自适应循环发动机多变量滑模控制方法，结合滑模控制的多变量鲁棒控制特性和数据驱动无模型自适应控制的在线学习能力，实现基于自适应循环发动机输入输出数据的控制器参数自适应，应对由环境变化、性能退化等造成的系统不确定性，保持控制品质。
[0005]本专利技术采用如下技术方案：一种基于数据驱动的自适应循环发动机多变量滑模控制方法，包括以下步骤：
[0006]步骤A、考虑执行机构动态特性的情况下，基于输出、输入数据，利用动态线性化方法在线建立紧格式数据模型；
[0007]步骤B、设计多变量无模型自适应滑模控制算法，引入自适应权重因子改善控制效果；
[0008]步骤C、采用步骤B设计的控制算法实现基于自适应循环发动机输入、输出数据的
多变量控制。
[0009]所述步骤A包括以下步骤：
[0010](1)控制器参数确定
[0011]考虑执行机构动态特性的情况下，根据自适应循环发动机变几何部件开度对发动机性能影响，选择燃油W
fb
、尾喷管喉道面积A8、后引射器面积A
RVABI
作为控制量。根据自适应循环发动机各可测参数与推力的相关性分析，以高转n
H
、低转n
L
和压比EPR作为控制目标。
[0012](2)建立紧格式动态线性化数据模型
[0013]自适应循环发动机可以表示为如下多输入多输出非线性离散时间系统
[0014]y(k+1)＝f(y(k),
…
,y(k
‑
n
y
),u(k),
…
,u(k
‑
n
u
))(9)
[0015]其中，u(k)∈R
m
，y(k)∈R
m
分别为k时刻的系统输入和系统输出；n
y
，n
u
是系统的未知阶数；是未知的非线性函数。
[0016]采用三变量控制器，基于输出、输入数据利用动态线性化方法在线建立被控对象在当前工作点的紧格式动态线性化(compactformdynamiclinearization,CFDL)数据模型
[0017]Δy(k+1)＝Φ
c
(k)Δu(k)(10)
[0018]其中，Δu＝[ΔW
fb
ΔA8ΔA
RVABI
]T
为控制量：燃油、尾喷管喉道面积、后引射器面积的变化量，Δy＝[Δn
H
ΔEPRΔn
L
]T
为被控量：高压转子转速、整机压比、低压转子转速的变化量，为系统的伪Jacobian矩阵(pseudoJacobianmatrix,PJM)，其中φ
ij
(k),i＝1,2,3,j＝1,2,3为PJM矩阵的元素，满足|φ
ij
(k)|≤b1，b2≤|φ
ii
(k)|≤αb2，α≥1，b2＞b1(2α+1)(m
‑
1)，i＝1,
…
,m，j＝1,
…
,m，i≠j，且Φ
c
(k)中所有元素的符号对任何时刻k保持不变。
[0019]利用多输入多输出(MultipleInputMultipleOutput,MIMO)系统的CFDL数据模型(10)，给出如下参数估计准则函数。
[0020][0021]其中，μ＞0是权重因子，用于惩罚PJM估计值过大变化。极小化准则函数(11)，可得改进投影算法如下：
[0022][0023]其中，η∈(0,2]为步长因子；是PJMΦ
c
(k)的估计值。
[0024]所述步骤B包括以下步骤：
[0025](1)滑模控制器设计
[0026]引入滑模面
[0027]s(k)＝c
T
E(k)(13)
[0028]其中c
T
＝[1c0]，c0为大于0的常数，E(k)＝[e(k)e(k
‑
1)]T
，e(k)为跟踪误差，定义为(14)。
[0029]e(k)＝y
r
(k)
‑
y(k)(14)
[0030]其中y
r
(k)为期望跟踪轨迹。
[0031]采用滑模趋近律
[0032]s(k+1)＝s(k)
‑
q
·
s(k)
‑
εsgn(s(k))(15)
[0033]其中滑模控制器参数ε，q满足0＜q＜1，0＜ε。将滑模面(13)和滑模趋近律(15)带入动态线性化模型(10)，引入可调权重因子λ＞0，可得控制律为式(16)。
[0034][0035](2)设计自适应权重因子
[0036]考虑合适的权重因子λ可以使控制器获得良好的控制效果，而当被控对象内部参数发生较大范围变化时，采用固定的λ可能引起输出的超调和振荡，引入自适应权重因子λ
v<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的自适应循环发动机多变量滑模控制方法，其特征在于：包括以下步骤：步骤A、考虑执行机构动态特性的情况下，基于输出、输入数据，利用动态线性化方法在线建立紧格式数据模型；步骤B、设计多变量无模型自适应滑模控制算法，引入自适应权重因子改善控制效果；步骤C、采用步骤B设计的控制算法实现基于自适应循环发动机输入、输出数据的多变量控制。2.如权利要求1所述基于数据驱动的自适应循环发动机多变量滑模控制方法，其特征在于：所述步骤A包括以下步骤：(1)根据自适应循环发动机变几何部件开度对发动机性能影响、各可测参数与推力的相关性分析选择控制参数；(2)建立紧格式动态线性化数据模型采用三变量控制器，基于输出、输入数据利用动态线性化方法在线建立被控对象在当前工作点的紧格式动态线性化数据模型Δy(k+1)＝Φ
c
(k)Δu(k)(1)其中，Δu＝[ΔW
fb
ΔA8ΔA
RVABI
]
T
为控制量：燃油、尾喷管喉道面积、后引射器面积的变化量，Δy＝[Δn
H
ΔEPRΔn
L
]
T
为被控量：高压转子转速、整机压比、低压转子转速的变化量，为系统的伪Jacobian矩阵PJM，其中φ
ij
(k)，i＝1，2，3，j＝1，2，3为PJM矩阵的元素；PJM估计算法为：其中，η∈(0，2]为步长因子；是PJMΦ
c
(k)的估计值。3.如权利要求1所述基于数据驱动的自适应循环发动机多变量滑模控制方法，其特征在于：所述步骤B包括以下步...

【专利技术属性】
技术研发人员：黄金泉，陈文娟，鲁峰，周鑫，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：