一种高超声速航空发动机进气道气动失稳预警方法技术

本发明专利技术公开了一种高超声速航空发动机进气道气动失稳预警方法，对预处理后的沿程壁面压力数据特征归一化后，基于线性SVM算法进行起动和不起动状态数据的二分类，确定最优分类面作为进气道当前状态的不起动边界，并定义η％稳定裕度确定其不起动预警边界，利用不起动边界来实现进气道失稳判定，在此基础上，基于BP神经网络对沿程壁面压力数据进行反压倍数属性的训练和评估，将不起动边界和其预警边界处沿程壁面压力作为回归输入，通过BP神经网络模型预测出进气道不起动状态和其预警状态反压倍数边界值，可用于实现高超声速航空发动机在特定马赫数及飞行高度范围内的气动失稳预警。为高超声速航空发动机进气道气动失稳预警提供了一种新的可行的方案。警提供了一种新的可行的方案。警提供了一种新的可行的方案。

【技术实现步骤摘要】
一种高超声速航空发动机进气道气动失稳预警方法


[0001]本专利技术涉及高超声速进气道气动失稳领域，尤其涉及一种高超声速航空发动机进气道气动失稳预警方法。

技术介绍

[0002]进气道作为高超声速航空发动机的重要部件，在保证发动机的工作效率、正常工作、推力大小等方面有着至关重要的作用。当前高超声速进气道气动失稳的问题主要归于燃烧室反压过高或来流马赫数过低、攻角过大因素，这些都会导致进气道不起动的发生。由于高超声速进气道不起动工作状态是进气设计过程中不能解决的，目前采取的措施为避免进气道不起动或使进气道再起动。因此，针对不起动的因素在完成失稳判定的基础上建立合理的预警机制，对于保证高超声速推力系统的稳定飞行具有重要的研究意义和工程应用价值。
[0003]针对于高超声速进气道不起动问题，燃烧室反压过高作为引发高超声速进气道气动失稳(不起动)的一项重要因素，其特征为进气道下游出现正激波，会在高反压激励作用下被推出进气道，导致通道流量减小，从而引发进气道不起动。从该气动失稳角度出发，基于某高超声速进气道模型，在不同反压倍数条件下数值仿真得到进气道通道的沿程壁面压力数据，利用学习算法完成失稳预警边界的预测，因此关于高超声速进气道失稳预警在方法上呈现出一些特点：一、在数据处理上，进气道气动失稳状态的壁面压力数据量较小，导致稳定状态数据与失稳状态数据分布不平衡，且样本呈现高维、规模小的特点，但通过特征选择算法和SVM算法能够获得分类准确度高、泛化能力强的失稳判别模型，能对壁面压力失稳数据进行准确分类，由此可以确定进气道起动状态和不起动状态的分类边界；二、从反压倍数角度，由于较高的反压倍数会形成较高的背压造成进气道不起动，因此通过回归方法可以在现有起动状态数据和不起动状态数据之间可以划定进气道气动失稳的反压倍数边界，并设定一定的稳定裕度，获取进气道气动失稳预警的反压倍数边界，作为进气道气动失稳的预警条件。

技术实现思路

[0004]本专利技术的目的是针对进气道气动失稳问题，提供一种基于机器学习的高超声速进气道气动失稳预警方法，是目前一种新颖的气动失稳预警方法。
[0005]本申请提出了一种高超声速航空发动机进气道气动失稳预警方法，其特征在于对预处理后的沿程壁面压力数据特征归一化后，基于线性SVM算法进行起动和不起动状态数据的二分类，确定最优分类面作为进气道当前状态的不起动边界，并定义η％稳定裕度确定其不起动预警边界，利用不起动边界来实现进气道失稳判定，在此基础上，基于BP神经网络对沿程壁面压力数据进行反压倍数属性的训练和评估，将不起动边界和其预警边界处沿程壁面压力作为回归输入，通过BP神经网络模型预测出进气道不起动状态和其预警状态反压倍数边界值，可用于实现高超声速航空发动机在特定马赫数及飞行高度范围内的气动失稳
预警。
[0006]在一些具体的实施例中，航空发动机进气道气动失稳预警方法，其特征在于具体包括如下步骤：
[0007]步骤1、壁面压力数据采集及预处理；
[0008]步骤2、输入样本归一化处理；
[0009]步骤3、壁面压力二维特征提取；
[0010]步骤4、计算壁面压力二维特征分类的不起动边界B
NS
和不起动预警边界B
NSW
；
[0011]步骤5、壁面压力的反压倍数回归训练与指标评估；
[0012]步骤6、不起动状态和预警状态反压倍数的估测；
[0013]步骤7、失稳预警条件实现。
[0014]在一些具体的实施例中，航空发动机进气道气动失稳预警方法，其特征在于步骤1的具体实现方法：对高超声速航空发动机模型的组合进气道模型设置压力信号采样点，每个模态通道划分成若干条沿程壁面，每个沿程壁面设置100个压力信号采集点，在组合发动机典型工作点上，通过设置一组反压倍数来模拟实际燃烧室反压条件，进而得到当前进气道起动和不起动的压力样本数据。
[0015]在一些具体的实施例中，航空发动机进气道气动失稳预警方法，其特征在于步骤4的具体实现方法：利用SVM分类算法对壁面压力的起动和不起动的状态进行线性二分类，确定最优分类面即不起动边界，可作为当前状态下进气道不起动的检测依据，并定义η％稳定裕度，完成进气道的不起动预警边界的确定。
[0016]在一些具体的实施例中，航空发动机进气道气动失稳预警方法，其特征在于步骤6的具体实现方法：针对样本集及其反压条件，利用BP神经网络进行进气道沿程壁面压力关于反压倍数的回归训练与评估反馈，然后基于步骤3确定好的不起动边界和其预警边界处的沿程壁面压力作为回归输入，通过BPNN回归模型预测出进气道不起动反压倍数边界值和其η％预警条件反压倍数边界值。
[0017]在一些具体的实施例中，航空发动机进气道气动失稳预警方法，其特征在于步骤7的具体实现方法：根据典型工作点不起动状态和预警状态的反压倍数边界估测值，在不考虑模态转换的情况下，在飞行马赫数及高度范围内拟合出大致的失稳边界和预警边界曲线，作为飞行航迹上进气道气动失稳预警的条件。
[0018]本专利技术与现有技术相比，具有如下优点和有益效果：
[0019]本专利技术从燃烧室反压过高引起进气道气动失稳(不起动)角度出发，对组合循环发动机一条飞行包线上的典型工作点设置反压倍数，用以模拟高超声速进气道的反压条件，通过计算机仿真得到通道沿程壁面压力数据。利用支持向量机(SVM)算法进行起动状态数据和不起动状态数据的二分类，其分类准确度达到100.00％，得到各个工作点的不起动边界，完成不起动状态数据的失稳判定，并定义η％稳定裕度，确定各个工作点的不起动预警边界。在此基础上，将沿程壁面压力作反压倍数值的回归，利用BP神经网络进行训练和评估。通过学习率α已调整好的回归模型，以不起动边界和其预警边界处的压力数据作为输入，预测出进气道不起动状态及其预警状态的反压倍数边界值。最后将各模态(涡轮、引射火箭和冲压)下工作点所预测的失稳边界和预警边界值，在不考虑模态转换的情况下，拟合得到特定马赫数及飞行高度范围内进气道气动失稳的不起动边界和其预警边界，作为进气
道气动失稳预警条件。
[0020]本专利技术相较于其他传统进气道气动失稳预警问题的研究，考虑的是推力系统燃烧室反压过高引起进气道不起动的情形，并利用机器学习方法对进气道通道的沿程壁面压力数据和对应的起动状态、反压倍数条件，完成失稳边界判定和预警方案实现。
[0021]本专利技术给出了高超声速航空发动机在一条飞行航迹内其气动失稳边界和预警边界的分布。针对于涡轮、引射火箭和冲压模态，通过预测各个模态下典型工作点的反压倍数失稳边界和其预警边界值，在该飞行航迹(不考虑模态转换阶段)内拟合出推力系统气动失稳和预警边界曲线，用于在该飞行航迹上对进气道气动失稳进行失稳预警。
附图说明
[0022]图1为本专利技术实施例中进气道气动失稳预警方法的流程图；
[0023]图2为本专利技术实施例中某工作点不同通道位置沿程壁面压力分布；
[0024]图3为本专利技术实施例中某工作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高超声速航空发动机进气道气动失稳预警方法，其特征在于，对预处理后的沿程壁面压力数据特征归一化后，基于线性SVM算法进行起动和不起动状态数据的二分类，确定最优分类面作为进气道当前状态的不起动边界，并定义η％稳定裕度确定其不起动预警边界，利用不起动边界来实现进气道失稳判定，在此基础上，基于BP神经网络对沿程壁面压力数据进行反压倍数属性的训练和评估，将不起动边界和其预警边界处沿程壁面压力作为回归输入，通过BP神经网络模型预测出进气道不起动状态和其预警状态反压倍数边界值，可用于实现高超声速航空发动机在特定马赫数及飞行高度范围内的气动失稳预警。2.按照权利要求1所述的航空发动机进气道气动失稳预警方法，其特征在于具体包括如下步骤：步骤1、壁面压力数据采集及预处理；步骤2、输入样本归一化处理；步骤3、壁面压力二维特征提取；步骤4、计算壁面压力二维特征分类的不起动边界B
NS
和不起动预警边界B
NSW
；步骤5、壁面压力的反压倍数回归训练与指标评估；步骤6、不起动状态和预警状态反压倍数的估测；步骤7、失稳预警条件实现。3.根据权利要求2所述的航空发动机进气道气动失稳预警方法，其特征在于步骤1的具体实现方法：对高超声速航空发动机模型的组合进气道模型设置压...

【专利技术属性】
技术研发人员：曾建平，闵科，余联郴，洪唐宝，朱呈祥，尤延铖，
申请(专利权)人：厦门大学，
类型：发明
国别省市：