基于IPSO的变循环发动机加速过程最优控制方法技术

本发明专利技术提出基于IPSO的变循环发动机加速过程最优控制方法，根据变循环发动机的特点，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从两个方面进行改进：粒子群算法中重要参数的改进；与GuoA算法相结合，取长补短，有针对性的进行改进。将改进粒子群算法用于加速过程寻优，输出最优控制变量给变循环发动机。本发明专利技术可以实现变循环发动机加速过程的最优控制，选出变循环发动机特定工作情况下的最优工作模式，实现稳态性能最优，在保证变循环发动机安全工作前提下，缩短变循环发动机加速时间，有效改善变循环发动机加速性能，提高飞机的机动性。

【技术实现步骤摘要】
基于IPSO的变循环发动机加速过程最优控制方法
本专利技术涉及变循环发动机控制
，尤其涉及基于IPSO的变循环发动机加速过程最优控制方法。
技术介绍
现代战争要求先进战斗机具备长航程亚声速巡航的能力，同时在作战时又要具备快速反应能力，未来变循环发动机将向长巡航里程、高推重比、宽工作范围三个方向不断发展。通过研究常规发动机速度特性，研究者发现超声速状态下涡喷发动机具有较高的单位推力和较低的单位燃油消耗率而亚声速状态下大涵道比涡扇发动机具有较低的单位燃油消耗率。考虑现代战争对战斗机推进系统的性能要求，涡扇发动机更加适合亚声速飞行，而涡喷发动机更适合超声速飞行。因此，便有了性能更好的变循环发动机。在发动机不同的工作状态下，通过采用调节特征部件的几何形状、物理位置或尺寸大小等不同的技术手段，将涡扇和涡喷两种不同的变循环发动机的性能优势集中一体，从而保证变循环发动机在亚声速巡航状态下以涡扇发动机类似构型工作，从而获得较高的经济性，在超声速作战状态下以涡喷发动机类似构型工作，从而获得持续可靠的高单位推力，达到了将涡扇、涡喷发动机的性能优势融为一体的目的，使变循环发动机在发动机工作全过程中均具有优良的性能。变循环发动机是飞机的心脏，是衡量一个国家航空事业发展水平的重要指标之一，因此对强化动力系统的研究对提升国家航空技术整体水平具有重要意义。由于变循环发动机的工作过程复杂多变，且具有强非线性、多控制变量、时变、复杂的结构特点，因此，对变循环发动机控制问题的研究比一般控制系统更为困难。现代战机对飞机的机动性要求非常高，良好的机动性就要求变循环发动机具有良好的加速性能。加速过程控制是变循环发动机过渡态控制的一种，相较于变循环发动机起动、接通/切断加力、减速控制，加速过程控制对变循环发动机以及飞机性能的影响更为明显。变循环发动机的加速过程直接影响战斗机的重要飞行指标(如：战斗机加速、爬升和紧急着陆复飞等等)，因此，研究变循环发动机加速过程的最优控制，改善变循环发动机加速性能具有重要意义。国内外在变循环发动机加速过程的最优控制研究中虽然取得了一定成果，但也存在许多尚未解决的技术难题或待改进之处。比如，粒子群算法往往出现早熟收敛和全局收敛性能差等缺点，不能直接用在变循环发动机加速过程的寻优控制中。
技术实现思路
为解决现有技术存在的问题，本专利技术提出基于IPSO的变循环发动机加速过程最优控制方法，对粒子群算法进行改进，并将改进的粒子群算法应用于变循环发动机加速过程寻优控制，实现变循环发动机加速过程的最优控制，提高变循环发动机的加速过程性能，提高飞机的机动性。本专利技术的技术方案为：首先建立变循环发动机的非线性数学模型，然后以改进粒子群算法来进行变循环发动机加速过程寻优，以实现某型航空涡扇变循环发动机加速过程最优。所述基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述改进粒子群算法是在基本的粒子群算法上进行改进，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从以下两个方面进行改进：(1)粒子群算法中重要参数的改进，主要包括：惯性权重ω的调节，学习因子c1和c2的改进。(2)与GuoA算法相结合，取长补短，有针对性的进行改进。所述变循环发动机的非线性数学模型为y＝f(x)其中为控制输入向量,包括模式选择活门MSV打开程度msv，调节主燃油流量Wf、尾喷管面积A9、风扇导叶角度dvgl和压气机导叶角度dvgh，为输出向量，包括燃油消耗率sfc和变循环发动机推力F，f(·)为产生系统输出的非线性向量函数。所述加速过程考虑的约束条件有：涡轮前温度不超温、高压压气机不喘振、高压转子不超转、风扇不超转、燃烧室不富油熄火、主燃烧室供油量不超过其最大供油量等等。优化问题的数学描述如下：其中控制变量x＝[msv,Wf,A9,dvgl,dvgh]T，以上各个变量均在相应的变化范围之内取初值。采用线性加权法将多目标函数转化为单目标函数，来确定寻优目标函数。即对上式进行离散化和归一化处理。这样处理的目的是为了消除目标函数中各参数量纲和量值变化范围的不同对优化结果的影响。最终的寻优目标函数可以写成以下形式：上式中，ωa和ωb为相应目标函数的权重系数，满足ωa≥0,ωb≥0，其大小反映相应的寻优目标函数在多目标优化问题中的重要程度。参照目标函数的形式，对变循环发动机约束条件也进行离散化和归一化处理：以上gi(x)(i＝1,2,...,11)构成约束函数矩阵g(x)，考虑约束条件后，目标函数可化为：其中ω＝[ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11]为约束函数的权重调整系数矩阵，其中ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11为对应约束条件可调整权重系数，ω·g(x)的设计用于满足变循环发动机的约束条件。所述改进粒子群算法的算法流程为(1)初始化子空间。混沌初始化找到N个粒子，计算粒子对应的适应度函数值，对这N个粒子按函数值大小进行排序，取前M个作为各种群的初始粒子，随机产生M个初始速度，取前S个粒子构成子空间：其中-0.5≤ai≤1.5，设P＝{X1,X2,...,Xs}；i＝1。(2)确定最优点Xbest和最差点Xworst，满足判断终止条件：||f(Xbest)-f(Xworst)||≤ε(ε为收敛精度)或迭代次数t＜Tmax若满足上述收敛条件，则输出Xbest,f(Xbest)作为最优点X*,f(X*)计算结束，否则转3)；(3)更新粒子速度。对于每个粒子，第d(1≤d≤D)维按下式更新速度，并限制在Vmax内。Vid,t+1＝ωVid,t+c1r1(pid,t-Xid,t)+c2r2(pgd,t-Xid,t)(4)更新粒子位置。按下式更新速度，Xid,t+1＝Xid,t+Vid,t+1(5)计算变异操作误差阈值ΔE。按下式计算变异操作误差阈值ΔE：ΔE＝f(Xi,t+1)-f(Xi,t)如果ΔE＜0，转6)；如果ΔE≥0，则转7)(6)根据Logistic混沌信号发生器，产生u1＝(u11,u12,u13,...,u1D)，u1j＝4u0j(1-u0j)(j＝1,2,...,D)做混沌扰动：混沌变异产生子群体，上式中，h表示步长，随演化代数t而逐渐减小。β表示混沌扰动量，根据实际问题设定，一般取β＝10e-7～10e-5，效果较好；k表示子群的大小，一般取k＝2～6，比较选取最优的Xi,best，Xi,t+1＝Xi,best，count[i]＝0；(7)若ΔE≥0，count[i]＝count[i]+1，如果ΔE≤e，e为允许粒子变坏的上届，接受新值Xi,t+1＝Xi,t；本文档来自技高网...

【技术保护点】
1.基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：第一步建立变循环发动机的非线性数学模型；/n第二步根据变循环发动机加速过程确定相应的目标函数和约束函数；/n第三步以改进粒子群算法优化计算；/n第四步输出最优控制变量给变循环发动机。/n所述基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述改进粒子群算法是在基本的粒子群算法上进行改进，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从以下两个方面进行改进：/n(1)粒子群算法中重要参数的改进，主要包括：惯性权重ω的调节，学习因子c

【技术特征摘要】
1.基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：第一步建立变循环发动机的非线性数学模型；
第二步根据变循环发动机加速过程确定相应的目标函数和约束函数；
第三步以改进粒子群算法优化计算；
第四步输出最优控制变量给变循环发动机。
所述基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述改进粒子群算法是在基本的粒子群算法上进行改进，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从以下两个方面进行改进：
(1)粒子群算法中重要参数的改进，主要包括：惯性权重ω的调节，学习因子c1和c2的改进。
(2)与GuoA算法相结合，取长补短，有针对性的进行改进。


2.根据权利要求1所述的基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述变循环发动机的非线性数学模型为
y＝f(x)
其中为控制输入向量,包括模式选择活门MSV打开程度msv，调节主燃油流量Wf、尾喷管面积A9、风扇导叶角度dvgl和压气机导叶角度dvgh，为输出向量，包括燃油消耗率sfc和变循环发动机推力F，f(·)为产生系统输出的非线性向量函数。


3.根据权利要求1所述的基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述加速过程考虑的约束条件有：涡轮前温度不超温、高压压气机不喘振、高压转子不超转、风扇不超转、燃烧室不富油熄火、主燃烧室供油量不超过其最大供油量等等。优化问题的数学描述如下：



其中控制变量以上各个变量均在相应的变化范围之内取初值。
采用线性加权法将多目标函数转化为单目标函数，来确定寻优目标函数。即



对上式进行离散化和归一化处理。这样处理的目的是为了消除目标函数中各参数量纲和量值变化范围的不同对优化结果的影响。最终的寻优目标函数可以写成以下形式：



上式中，ωa和ωb为相应目标函数的权重系数，满足ωa≥0,ωb≥0，其大小反映相应的寻优目标函数在多目标优化问题中的重要程度。
参照目标函数的形式，对变循环发动机约束条件也进行离散化和归一化处理：












以上gi(x)(i＝1,2,...,11)构成约束函数矩阵g(x)，考虑约束条件后，目标函数可化为：



其中ω＝[ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11]为约束函数的权重调整系数矩阵，其中ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11为对应约束条件可调整权重系数，ω·g(x)的设计用于满足变循环发动机的约...

【专利技术属性】
技术研发人员：缑林峰，刘志丹，孙楚佳，杨江，蒋宗霆，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61