一种基于涡扇发动机的模型预测方法及系统技术方案

本发明专利技术公开一种基于涡扇发动机的模型预测方法，包括以下步骤：根据实际涡扇发动机来建立涡扇发动机模型；对所述涡扇发动机模型进行线性化处理，得到线性模型；利用所述线性模型作为预测模型设计推力预测控制器；在非线性模型上对所述推力预测控制器进行验证；在所述实际涡扇发动机上对所述推力预测控制器进行验证。本发明专利技术能够提高控制输出的准确性与可靠性。

【技术实现步骤摘要】
一种基于涡扇发动机的模型预测方法及系统
本专利技术涉及航空发动机仿真与控制领域。更具体地，涉及一种基于涡扇发动机的模型预测方法及系统。
技术介绍
模型预测控制是当下控制领域发展最为热门的分支之一。“刘平王模型预测控制的设计与实现[M]2009”中给出了该控制方法的基本定义与思想，既先以参考模型预测未来一段时间的控制结果，尽最大可能找出最优控制策略，之后进行输出。“HanzRichter.涡扇发动机先进控制[M]2013”中指出，这种控制方法很适合应用于存在多变量、需要限制保护的控制问题。航空发动机控制本质上讲就是一个约束最优控制问题，自然适宜采用这种方法进行控制器设计。模型预测控制的运行机理可以简要概括为在线优化问题的不断循环，由此造成的最大问题是庞大的计算量和较高的计算难度，这是过去模型预测一直得不到广泛应用的主要原因。预测控制最早起源于化工控制并在该领域得到了广泛应用。近年来，随着电子微处理器计算能力越来越强，预测控制开始逐渐在诸如电力、分布式、自动驾驶、航空航天等其他控制领域得到应用。美国的相关研究机构已经成功的将模型预测控制应用于航空发动机的控制器设计，并取得了相较于传统PID控制器更加优秀的结果。模型预测控制具有的优点如下。首先模型预测适合处理多变量控制问题，可以做到使用一个控制器对多个控制变量进行协同输出，保证多变量控制的性能。其次模型预测控制能很好的引入限制保护措施，对控制性能与保护措施做到兼顾处理。预测控制可以很好的进行容错和故障状态下的控制工作。预测控制内部逻辑明确，通过对关键参数的调整，可以轻易的实现对控制性能的调整。在对航空发动机的控制器中，较为常用的控制对象是转速，因为最高和最低转速直接对应当前状态发动机的最大最小推力。但在空中，航空发动机工作状态会随一些外在环境条件出现变化，若采用转速控制，为保证能够输出指定推力，需要采用额外的控制规律进行目标控制转速的调整，这种设计方式加大了设计难度，需要进行设计上的改良。下一代航空发动机控制器要求具有多变量协同、出现故障时主动容错、主动的应对被控发动机性能变化、更加精确输出控制结果等的功能。现阶段主流的发动机控制器基本采用PID控制算法，该算法在实际发动机与理想发动机模型高度吻合时能够取得很好的控制效果，但在实际系统出现性能变化或者故障时便无法很好应对，设计多变量控制器时也存在设计难度大方面的问题。传统发动机采用控制转速的方式，若想获得对应的转速，需要设计相对应的控制规律进行转化，这种方式工作量需求大且难以保证所有运行环境中的准确性。
技术实现思路
为了解决
技术介绍
中所提出的技术问题，本专利技术第一方面提出了一种基于涡扇发动机的模型预测方法，包括以下步骤：根据实际涡扇发动机来建立涡扇发动机模型；对所述涡扇发动机模型进行线性化处理，得到线性模型；利用所述线性模型作为预测模型设计推力预测控制器；在非线性模型上对所述推力预测控制器进行验证；在所述实际涡扇发动机上对所述推力预测控制器进行验证。可选地，所述根据实际涡扇发动机来建立涡扇发动机模型包括：获取所述实际涡扇发动机中各个部件的运行数据；根据所述运行数据来完成所述各个部件的模型建立；将建立好的所述各个部件的模型进行连接，得到所述涡扇发动机模型。可选地，所述对所述涡扇发动机模型进行线性化处理，得到线性模型包括：提取所述涡扇发动机模型的各个状态点下的稳态点；基于所述稳态点来完成对所述状态点下所对应的线性模型的提取。可选地，在所述基于所述稳态点来完成对线性模型的提取的步骤之后还包括：对提取的所述线性模型进行准确性验证。可选地，所述对提取的所述线性模型进行准确性验证包括：在所述涡扇发动机模型以及线性模型上同时添加一个输入；观察所述涡扇发动机模型以及线性模型的响应曲线是否吻合；若吻合程度不够，则返回至所述提取所述涡扇发动机模型的各个状态点下的稳态点的步骤。本专利技术第二方面提出了一种基于涡扇发动机的模型预测系统，包括：模型建立模块，用于根据实际涡扇发动机来建立涡扇发动机模型；线性化处理模块，用于对所述涡扇发动机模型进行线性化处理，得到线性模型；设计模块，利用所述线性模型作为预测模型设计推力预测控制器；第一验证模块，在非线性模型上对所述推力预测控制器进行验证；第二验证模块，在所述实际涡扇发动机上对所述推力预测控制器进行验证。可选地，所述根据实际涡扇发动机来建立涡扇发动机模型包括：获取所述实际涡扇发动机中各个部件的运行数据；根据所述运行数据来完成所述各个部件的模型建立；将建立好的所述各个部件的模型进行连接，得到所述涡扇发动机模型。可选地，所述对所述涡扇发动机模型进行线性化处理，得到线性模型包括：提取所述涡扇发动机模型的各个状态点下的稳态点；基于所述稳态点来完成对所述状态点下所对应的线性模型的提取。可选地，在所述基于所述稳态点来完成对线性模型的提取的步骤之后还包括：对提取的所述线性模型进行准确性验证。可选地，所述对提取的所述线性模型进行准确性验证包括：在所述涡扇发动机模型以及线性模型上同时添加一个输入；观察所述涡扇发动机模型以及线性模型的响应曲线是否吻合；若吻合程度不够，则返回至所述提取所述涡扇发动机模型的各个状态点下的稳态点的步骤。本专利技术的有益效果如下：综上所述，本专利技术所述的技术方案与现有技术相比，有如下的优点：(1)本专利技术所述技术方案可以更好的满足航空发动机进行多变量协同控制的要求，因自身算法的固有优势，可以较为容易的实现多变量控制，工作量相对于传统的PID控制有很大程度的降低；(2)模型预测方法控制通过内嵌的机载模型，可以很容易的实现容错控制以及应对性能变化的情况，在故障或性能衰退发生后，通过对内部机载模型的调整，能够做出及时调整，并给出当前情况下的期望控制，与传统PID相比具有非常显著的优势；(3)模型预测方法通过将限制保护与控制算法进行协同考虑，可以更好的协调控制性能与限制保证之间的关系。之前的PID控制通过高低选策略来引入限制保护，限制保护逻辑与控制逻辑两者之间独立计算，在协同性和存在一定的不足，模型预测方法相比存在明显的算法优势；(4)直接推力控制相对于转速控制省去了控制规律的中间转换，降低了开发复杂性，通过省略中间转换的步骤，提高了控制输出的准确性与可靠性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出本专利技术的一个实施例提出的一种基于涡扇发动机的模型预测方法的流程图；图2示出本实施例中的模型本文档来自技高网...

【技术保护点】
1.一种基于涡扇发动机的模型预测方法，其特征在于，包括以下步骤：/n根据实际涡扇发动机来建立涡扇发动机模型；/n对所述涡扇发动机模型进行线性化处理，得到线性模型；/n利用所述线性模型作为预测模型设计推力预测控制器；/n在非线性模型上对所述推力预测控制器进行验证；/n在所述实际涡扇发动机上对所述推力预测控制器进行验证。/n

【技术特征摘要】
1.一种基于涡扇发动机的模型预测方法，其特征在于，包括以下步骤：
根据实际涡扇发动机来建立涡扇发动机模型；
对所述涡扇发动机模型进行线性化处理，得到线性模型；
利用所述线性模型作为预测模型设计推力预测控制器；
在非线性模型上对所述推力预测控制器进行验证；
在所述实际涡扇发动机上对所述推力预测控制器进行验证。


2.根据权利要求1所述的方法，其特征在于，
所述根据实际涡扇发动机来建立涡扇发动机模型包括：
获取所述实际涡扇发动机中各个部件的运行数据；
根据所述运行数据来完成所述各个部件的模型建立；
将建立好的所述各个部件的模型进行连接，得到所述涡扇发动机模型。


3.根据权利要求1所述的方法，其特征在于，
所述对所述涡扇发动机模型进行线性化处理，得到线性模型包括：
提取所述涡扇发动机模型的各个状态点下的稳态点；
基于所述稳态点来完成对所述状态点下所对应的线性模型的提取。


4.根据权利要求3所述的方法，其特征在于，
在所述基于所述稳态点来完成对线性模型的提取的步骤之后还包括：
对提取的所述线性模型进行准确性验证。


5.根据权利要求4所述的方法，其特征在于，
所述对提取的所述线性模型进行准确性验证包括：
在所述涡扇发动机模型以及线性模型上同时添加一个输入；
观察所述涡扇发动机模型以及线性模型的响应曲线是否吻合；
若吻合程度不够，
则返回至所述提取所述涡扇发动机模型的各个状态点下的稳态点的步骤。


6.一种基于涡扇发动机...

【专利技术属性】
技术研发人员：赫戴维，
申请(专利权)人：北京仿真中心，
类型：发明
国别省市：北京;11