涡扇发动机H∞输出反馈控制及时延补偿策略

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:haofan555888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
航空发动机控制系统作为发动机的“大脑与神经”,是保证发动机在气动、热力和机械设计等限制条件下以及全包线内稳定工作的关键功能系统。近年来,航空发动机分布式控制系统作为一种重量轻、易维护、高可靠性的控制系统架构成为研究热点,但是分布式架构下网络通信引入了影响系统性能的时延。因此,时延补偿策略的研究具有重要意义。本文依托某研究所“分布式架构下时延稳定性分析及补偿方法研究”项目,开展涡扇发动机H∞输出反馈控制及时延补偿策略的研究。主要研究内容如下:(1)针对涡扇发动机的强非线性及参数摄动大的稳定控制问题,基于H∞混合灵敏度方法实现发动机双变量控制器及直接推力控制器的设计。针对发动机推力无法直接测量的问题,研究了基于传感器方式的间接推力控制以及基于机载自适应模型的直接推力控制;基于系统辨识建立的线性模型,分别设计H∞输出反馈控制器,实现了转速与压比的跟踪控制以及直接推力控制。(2)针对存在时延的发动机双变量控制系统,给出了一种系统稳定性判定方法。分析了涡扇发动机控制系统中的时延组成及其对系统的影响,并给出了该时延系统的建模方法。依据李亚普诺夫稳定性原理,给出了系统稳定性分析方法与最大允许时延的确定方法,并通过仿真与理论分析结果的对比,验证了论文所提方法的合理性。(3)针对基于H∞鲁棒控制的涡扇发动机双变量系统在时延条件下性能下降的问题,给出了基于Smith原理的时延补偿方法。针对闭环回路中的前向通道时延及反馈通道时延,给出了不同的补偿算法及全时延补偿算法。针对传统Smith算法过于依赖被控对象精确模型的问题,研究了Smith预估自适应方法与双控制器Smith改进方法,仿真结果表明采用改进方法设计的控制系统具有良好的动态性能及鲁棒稳定性。(4)实现了基于Truetime平台的仿真以及硬件在环(HIL)试验验证,仿真结果表明时延的存在降低了系统的稳定性,并验证了所设计控制系统与时延补偿策略的有效性及其在工程应用上的可行性。
其他文献
涡扇发动机以其高推进效率和低耗油率在民用和军用航空领域有着广泛应用。然而,随着飞机对推进系统性能要求的提高,涡扇发动机结构愈加复杂,系统非线性和变量间耦合特性也相应增强,因此需要探索先进控制器设计方法以满足其性能和安全要求。近年来,随着人工智能技术的发展,基于数据驱动的控制器设计方法在航空发动机领域逐渐发展。因此,本文依托某部委重点项目“XX发动机基础问题研究”,针对某型涡扇发动机开展基于数据驱动
"三线一单"管控情况评估指标体系和评估方法研究是建立健全"三线一单"成果实施评估和实施监管机制的重要基础性工作。以区域环境绩效评估的理论与方法为基础,针对四川省"三线一单"实施管控的需求,建立了四川省市(州)政府、省级政府部门落实"三线一单"管控情况的评估指标体系,提出了定量与定性相结合的评估方法。研究提出的评估指标体系和评估方法可应用于省级行政区、设区的市级行政区以及省级政府部门落实"三线一单"
近年来,随着计算机软硬件水平的不断提高和人工智能新技术的快速发展,生产生活中的自动化需求也日益提高。在自动驾驶、无人机巡航等智能化任务中,环境感知与理解是核心需求之一,语义信息在其中发挥着重要作用,因此本文从实际应用场景出发,为了满足环境解析与理解任务中对语义分割的实时性和准确性需求,系统研究了图像和视频语义分割方法。针对图像语义分割问题,本文提出了一种基于自编码器的轻量级图像语义分割模型,并命名
涡流检测技术是重要的无损检测技术之一,探头是涡流传感器的关键元件,平面螺旋线圈具有一致性好、检测精度高、环境适用性好等优点,已经在涡流传感器探头中得到广泛应用。随着检测需求增加,探测线圈的小型化、精密化、阵列化和柔性化已经成为电涡流传感器探头的发展方向,本文基于MEMS技术,为电涡流探头的设计与制作,提供新的方法。本文的主要研究内容如下:(1)分析涡流检测中探测线圈阻抗变化与耦合系数的关系,研究电
近年来,由于自动驾驶行业的兴起,点云等三维数据的处理成为了其中最具有挑战性的研究任务之一。虽然深度学习相应算法处理的二维图像已经获得了优越的性能,但是在三维数据的处理上却并没有达到相应的效果。本文则是主要针对点云分类问题,结合已有点云处理方法,提出了一种全新的直接处理点云的分类网络。为了克服点云的稀疏性问题,本文提出了一种层次化的点云分类网络,从局部不断提取并聚集点云特征。为了克服点云下采样过程中
高性能航空发动机的气动稳定性问题主要来自压气机,压气机的工作负荷能力和稳定性对整个发动机的工作效率和安全性至关重要。由于压气机中不稳定流动先兆发生机理极为复杂且变化极为迅速,因此压气机流动失稳建模与预测技术一直是压气机流动稳定性研究的关键难点。本文针对压气机失稳预测的特点和难点,创新性地引入深度学习方法,主要开展了以下几个方面的工作:1.基于压气机喘振实验数据的压气机失速特性分析。通过观察失速形态
回归模型作为数据分析领域的一个重要研究方向,已被广泛应用于医疗、航空航天和工业生产等多个领域。随着研究对象的日益复杂,为更全面刻画系统的特征,许多学者将粒计算思想引入到系统建模过程中,构造输出为不同形式信息粒的模型,相应模型不仅可以拟合建模数据,还可以为建模结果提供语义解释。本文将区间信息粒化技术用于Takagi-Sugeno(TS)模糊系统建模和可解释性分析过程中,论文主要研究内容如下:首先,本
航空发动机因工作包线宽广、工作环境多变,以及强非线性和不确定性等特性,其控制系统设计要求严格。航空发动机控制系统的研究工作一直备受航空领域和控制应用领域的重视,其中结合自适应控制的算法被认为是未来发展的趋势。因此,本课题以某型双转子涡扇发动机为被控对象,开展无模型自适应控制算法研究以及搭建硬件在环仿真系统。最后,通过开展硬件在环试验,为所研究的控制算法的实际应用提供可行性验证。本课题主要工作如下:
近些年,基于多智能体系统的分布式优化算法得到了人们的广泛关注与研究,并在越来越多的领域发挥作用。分布式优化算法充分利用多智能体网络鲁棒性高、可扩展性强的优势,将计算任务分布到各个节点上以提高处理效率。然而,在实际应用中,通信故障或者节点宕机都会引起信息传递的不均衡,即无法保证多智能体通信网络构成的图是无向图或者有向平衡图,使得分布式优化算法失效。因此,研究非平衡图下的分布式优化算法具有很高的实际应
近年来人工智能和机器人产业快速发展,利用机械臂取代人从事一些繁重的重复性劳动成为一种必然趋势。随着机械臂的工作环境越来越复杂,实际应用场景中目标的姿态复杂多变,为机械臂的精确抓取带来巨大的挑战。因此,研究目标的位姿估计和抓取控制具有很大的研究意义。本文以目标位姿估计为背景,研究了基于特征点匹配的目标位姿估计以及机械臂的抓取控制方法,内容如下:在目标位姿估计方面,引入了特征点匹配方法对目标进行识别。