一种基于神经网络的通用风洞流场控制方法技术

本发明专利技术公开了一种基于神经网络的通用风洞流场控制方法，涉及风洞运行与流场控制领域，包括：基于神经网络构造阀门特性函数；基于预测气源压力变化值和阀门特性函数，以确定下一控制周期的调压阀开度控制目标的前馈补偿增量；基于增量式PID控制器确定调压阀开度控制目标的反馈控制增量；基于前两者确定调压阀开度复合控制目标增量，以应用于风洞的流场控制。相对于现有风洞流场控制技术，本发明专利技术所提供的基于神经网络的通用风洞流场控制方法，通过基于神经网络构造阀门特性函数设计，可实现调压阀开度控制目标的前馈补偿增量的精确计算，能有效补偿抑制气源快速压降、稳定段总压目标变化等对于风洞控制造成干扰作用。目标变化等对于风洞控制造成干扰作用。目标变化等对于风洞控制造成干扰作用。

【技术实现步骤摘要】
一种基于神经网络的通用风洞流场控制方法


[0001]本专利技术涉及风洞运行与流场控制领域，更进一步的，本专利技术涉及一种基于神经网络的通用风洞流场控制方法。

技术介绍

[0002]通过风洞试验获取各型航空、航天飞行器设计研制所必需的气动数据，是目前获取这一关键数据最主要、获取数据真实置信度最高的方式。为确保所获取全飞行包线内气动试验数据的精准度，要求风洞流场控制系统在亚跨声速速域马赫数稳定控制、阶梯变马赫数跟踪控制，和超声速速域总压稳定控制、连续变马赫数跟踪控制等多个工况条件下均能实现对风洞流场的高精度控制。为满足这一要求，往往需要针对不同工况条件设计开发不同的风洞流场控制系统，这显著增加了风洞流场控制系统设计的难度与工作量，也使得风洞流场控制系统软件维护复杂度大大增加。
[0003]另一方面，传统风洞流场控制系统多基于误差反馈的PID控制设计得到，能较好满足原有小口径风洞的流场控制需求。但随着近年来新建风洞口径越来越大，风洞结构形式也不仅仅局限于原有暂冲式或闭口式，大型暂冲式风洞对于气源的快速消耗、开口式风洞大试验舱的空腔特性，均对具有大迟滞特性的风洞流场稳定控制带来了显著干扰影响，难以仅通过PID控制对其进行快速补偿抑制，甚至可能由于PID控制参数增益设置过大诱发风洞流场振荡导致发散。

技术实现思路

[0004]本专利技术的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
[0005]为了实现本专利技术的这些目的和其它优点，提供了一种基于神经网络的通用风洞流场控制方法，包括：步骤一，基于神经网络构造阀门特性函数；步骤二，基于步骤一得到的阀门特性函数和预测的气源压力变化值，以确定调压阀开度控制目标的前馈补偿增量；步骤三，基于增量式PID控制器确定调压阀开度控制目标的反馈控制增量，采用如下公式得到：；其中，表示在第步控制周期，被控量对期望控制目标的跟踪偏差，可由公式计算得到，式中表示被控量在第步控制周期的实时采集
反馈值；、、分别表示增量式PID控制器的比例、积分、微分系数；在进行亚跨声速速域马赫数控制时，期望控制目标为马赫数目标，实时采集反馈值为实时试验马赫数；在进行超声速速域总压控制时，期望控制目标为稳定段总压目标，实时采集反馈值为实时稳定段总压；步骤四，基于步骤二、步骤三中分别得到的调压阀开度控制目标的前馈补偿增量和反馈控制增量，确定调压阀开度复合控制目标增量，以应用于风洞流场控制中；在步骤四中，所述调压阀开度复合控制目标增量被配置为采用如下公式得到：。
[0006]优选的是，在步骤四中，将调压阀开度复合控制目标增量应用于风洞流场控制的方法被配置为包括：步骤五，基于步骤四得到的调压阀开度复合控制目标增量，以确定第步控制周期调压阀开度复合控制目标；步骤六，基于步骤五得到的调压阀开度复合控制目标和实时采集得到的调压阀开度，采用增量式开度控制PID控制器确定调压阀开度控制指令反馈控制增量；步骤七，根据步骤六得到的调压阀开度控制指令反馈控制增量，确定第步控制周期调压阀开度控制指令，实现对风洞流场的控制。
[0007]优选的是，在步骤一中，所述阀门特性函数的构造方法被配置为包括：S10，根据风洞马赫数试验能力包线，开展风洞调试试验，获取包含试验能力包线边界的给定调试马赫数Ma，流场稳定条件下的风洞稳定段总压与气源压力之比和相应调压阀开度试验结果；S11，构建由输入层、多层隐层和输出层构成的阀门特性函数神经网络，以获取的马赫数和风洞稳定段总压与气源压力之比试验结果为网络输入，以相应调压阀开度试验结果为网络输出，依据误差反向传播算法，采用批量模式对神经网络进行训练，直至神经网络预测输出与实际调压阀开度试验结果偏差小于期望给定值，认为训练完成，得到基于神经网络的阀门特性函数。
[0008]优选的是，在步骤二中，所述预测的气源压力变化值是指基于第步控制周期实时采集的气源压力值和气源压力变化趋势，预测第步控制周期气源压力值。
[0009]优选的是，在步骤二中，所述调压阀开度控制目标的前馈补偿增量被配置为采用如下公式获取：；其中，为期望稳定段总压目标，为试验马赫数目标，为基于神经网络的阀门特性函数。
[0010]优选的是，在步骤五中，所述调压阀开度复合控制目标被配置为采用如下公式获取：；其中，为第步控制周期的调压阀开度复合控制目标。
[0011]优选的是，在步骤六中，所述调压阀开度控制指令反馈控制增量被配置为采用如下公式获取：；其中，、、为增量式开度控制PID控制器的比例、积分、微分系数，表示在第步控制周期，调压阀开度的实际开度对调压阀开度复合控制目标的跟踪偏差，可由公式计算得到。
[0012]优选的是，在步骤七中，第步控制周期的调压阀开度控制指令被配置为采用如下公式获取：；其中，为第步控制周期的调压阀开度控制指令。
[0013]本专利技术至少包括以下有益效果：其一，本专利技术通过基于神经网络构造阀门特性函数设计，可实现调压阀开度控制目标的前馈补偿增量的精确计算，能有效补偿抑制气源快速压降、稳定段总压目标变化等对于风洞控制造成干扰作用；其二，本专利技术相对于现有技术而言，通过基于开环前馈补偿和闭环反馈控制的复合流场控制架构设计，可实现亚跨声速速域和超声速速域对马赫数和/或总压的高精度强鲁棒稳定、跟踪控制，大大简化风洞流场控制系统设计难度和复杂度。
[0014]本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本
专利技术的研究和实践而为本领域的技术人员所理解。
附图说明
[0015]图1为本专利技术应用阀门特性函数神经网络绘制的阀门特性曲面图；图2为本专利技术基于神经网络的通用风洞流场控制方法结构框图；图3为本专利技术第20210140车次稳定段总压试验曲线图；图4为本专利技术第20210140车次主气路调压阀开度控制指令曲线图。
具体实施方式
[0016]下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0017]本专利技术公开了一种基于神经网络的通用风洞流场控制方法，可广泛适用于亚跨声速速域和超声速速域的马赫数和总压稳定、跟踪控制，大大简化风洞流场控制系统设计难度和复杂度；且基于前馈补偿和反馈控制的复合流场控制架构能有效抑制各种外界干扰作用，实现对控制目标的高精度稳定或跟踪控制。
[0018]在实际应用中风洞流场控制的过程通常包括：1、风洞试验准备，根据风洞试验要求，确定风洞运行试验条件和相应开车参数，包括超声速速域试验时的稳定段总压目标，亚跨声速速域试验时的马赫数目标，总压控制精度、马赫数控制精度，试验模型姿态，调压阀预置开度，增量式PID控制器的比例、积分、微分系数、、，增量式开度控制PID控制器的比例、积分、微分系数、、；2、风洞充压启动：将调压阀打开至预置开度，待风洞稳定段总压达到稳定段总压目标的97%，完成风洞充压启动；3、风洞闭环流场控制：在风洞启动完成后，将风洞流场控制系统的开环运行模式转为总压前馈
‑
反馈复合控制模式，按照总压复合控制算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的通用风洞流场控制方法，其特征在于，包括：步骤一，基于神经网络构造阀门特性函数；步骤二，基于步骤一得到的阀门特性函数和预测的气源压力变化值，以确定调压阀开度控制目标的前馈补偿增量；步骤三，基于增量式PID控制器确定调压阀开度控制目标的反馈控制增量，采用如下公式得到：；其中，表示在第步控制周期，被控量对期望控制目标的跟踪偏差，可由公式计算得到，式中表示被控量在第步控制周期的实时采集反馈值；、、分别表示增量式PID控制器的比例、积分、微分系数；在进行亚跨声速速域马赫数控制时，期望控制目标为马赫数目标，实时采集反馈值为实时试验马赫数；在进行超声速速域总压控制时，期望控制目标为稳定段总压目标，实时采集反馈值为实时稳定段总压；步骤四，基于步骤二、步骤三中分别得到的调压阀开度控制目标的前馈补偿增量和反馈控制增量，确定调压阀开度复合控制目标增量，以应用于风洞流场控制中；在步骤四中，所述调压阀开度复合控制目标增量被配置为采用如下公式得到：。2.如权利要求1所述基于神经网络的通用风洞流场控制方法，其特征在于，在步骤四中，将调压阀开度复合控制目标增量应用于风洞流场控制的方法被配置为包括：步骤五，基于步骤四得到的调压阀开度复合控制目标增量，以确定第步控制周期调压阀开度复合控制目标；步骤六，基于步骤五得到的调压阀开度复合控制目标和实时采集得到的调压阀开度，采用增量式开度控制PID控制器确定调压阀开度控制指令反馈控制增量；步骤七，根据步骤六得到的调压阀开度控制指令反馈控制增量，确定第步控制周期调压阀开度控制指令，实现对风洞流场的控制。
3.如权利要求1所述基于神经网络的通用风洞流场控制方法，其特征在于，在步骤一中，所述阀门特性函数的构造方法被配置为包括：S10，根据风洞马赫数试验能力包线，开展风洞调试试验，获取...

【专利技术属性】
技术研发人员：田嘉懿，凌忠伟，刘为杰，吴琦，黄昊宇，高川，熊能，王亮，余强，夏语，
申请(专利权)人：中国空气动力研究与发展中心高速空气动力研究所，
类型：发明
国别省市：