【技术实现步骤摘要】
本专利技术涉及系统热控制，尤其是涉及一种航空发动机热控制系统的实时最优调控方法。
技术介绍
1、随着现代军事技术的不断发展，各国对飞行器速度的要求不断提升，超声速飞行器成为现今军事发展的热点区域。然而在高速飞行时，飞行器的热环境十分恶劣，航空发动机作为飞行器最主要的热源，其热管理系统设计尤为重要，是提高飞行器飞行速度亟待解决的核心问题。其中，航空燃油储存量高、比热高，是现今航空发动机热量有效排散的重要热沉介质。建立中间回路，通过航空发动机内部有效的燃油和滑油换热可有效的进行热控制。然而，如果航空燃油的回油温度过高，其热性能会受到影响，损害发动机，需进行有效的控制，将其温度控制在稳定的工作范围内。
2、传统的pid控制仅能控制航发各点温度不超过限定值，难以达到最优工作状态，普通的最优化控制对模型的精度要求极高，如果未达到精度要求系统不稳定。因此采用自适应最优化控制，通过模型给出系统当前工作条件下最优工作状态，同时通过模型更新算法保证系统稳定性。
技术实现思路
1、本专利技术的目的是提供一种航空发动机热控制系统的实时最优调控方法，参照最优控制和自适应控制理论设计其控制方法，将给定的航空发动机燃油回路和滑油回路温度和工况信息输入至控制系统自适应控制器中，得到在不同工况下的系统最优工作泵频率，将频率信息输入至系统中，测量实际温度，与期望温度的差值输入至模型更新算法中，改变模型减少系统误差后重新计算，保证系统稳定性。
2、为实现上述目的，本专利技术提供了一种航空发动机
3、s1、参照中间热循环管理系统原理，搭建热控系统；
4、s2、获取系统运行数据，包括为建立系统模型读取的数据库信息，即之前试运行过程中记录的数据，为控制系统读取的当前系统温度信息和输入系统期望的燃滑油通道温度值；
5、s3、系统建模并进行优化计算，计算出最优频率输入至实际系统中；
6、s4、当实际系统运行稳定后，测量系统全线温度与模型预测温度进行对比，如温差超过1℃，系统返回s2，采用当前温度做输入，重新建模计算；如温差不大于1℃，认为系统优化完成，系统保持现有状态工作。
7、优选的，所述步骤s3具体步骤如下：
8、s31、获取系统运行数据，上位机读取之前存储的实验数据，包括一系列为建模进行的预实验数据；
9、s32、建立系统管网和变频泵的流动约束模型；
10、s33、建立系统的换热约束，确定模型边界条件；
11、s34、通过遗传算法求解系统约束方程，得到系统最优工作频率；
12、s35、通过神经网络建立换热器热导-流量模型；
13、s36、求解系统的流动约束，得到系统的质量流量带入热导-流量模型得到热导，获得优化后的泵频率后将其再次带入流动约束中，获得热系统各回路的流量，以此得到系统各换热器的热导。
14、优选的，所述步骤s32中变频泵统一的模型公式为
15、
16、其中，h为压头，m为质量流量，ω为泵频率，ρ为密度，a0、a1、a2为变频泵的特性参数，不随质量流量、密度等参数变化而变化；
17、针对各泵的功率
18、p＝m·g·h
19、其中，g为重力加速度；
20、建立的管网模型为
21、h＝hs+d0m2
22、其中，d0为动压头参数，在固定的流体管网中认为是常数，hs为固定压头损失，在分析中一般为0。
23、由此基于实验数据可对变频泵和管网水力特性进行拟合，得到管网模型和变频泵模型特性参数。联立同一回路中的变频泵和管路水力特性模型，即可获得管路中变频泵频率与管路流量之间的关系。
24、优选的，所述步骤s33首先建立系统的换热约束，基于热量流法建立发动机热控系统整体热量流模型，分析各换热器形式，列出其热阻热导流量方程，为满足实际工作需求，当前模型的优化约束为确定的总泵功，优化目标为系统总热阻最小。在当前的优化方法下，系统的边界条件为：给定燃油回路变频泵频率，燃油出口温度，换热器三换热量和总泵功，读取各换热器入口温度，优化系统整体热导最小。
25、优选的，所述步骤s34建立遗传算法求解各工况下的最优工作频率，确定遗传算法种群大小，终止代数和交叉概率后确定适应性函数为期望优化目标，约束为优化方案中约束条件，以此进行优化，求解当前情况下的最优工作频率。
26、优选的，所述步骤s35由神经网络建立各换热器热导-流量模型，即流量信息拟合热导，采用rbf神经网络对权值估计误差进行训练，选用自适应率为
27、
28、其中，为神经网络权值，γ为正定对称函数，s(z)为神经网络高斯基函数，z为换热器流量和温度导数复合向量，e为给定的换热器出入口温度和热导偏差信息，k为参数。以此自适应率可保证系统的稳定性。该模型在训练的过程中使用预实验记录的数据进行拟合，在实际工作更新模型时使用实时采集数据进行拟合。
29、步骤s4在完成系统仿真模型建立后即可对系统进行控制。该系统的自适应控制器由仿真模型构成，在初次计算得到优化频率后输入至plc中，当实际系统运行到稳定状态后记录系统的流量温度等信息作为系统的状态变量。将此状态变量与仿真中得到的状态变量进行比对，当差距过大时运行模型更新算法，将实测的状态变量更新补充至之前记录的状态变量库中，由状态变量库中数据再次拟合管网特性参数和变频泵特性参数，并再次对神经网络模型进行训练拟合，获得新的模型再次进行运算，输出新的泵运行频率至实际系统中，以此完成对航空发动机全线温度的控制。当系统实际状态变量与期望状态变量差距在指定范围内时，认为控制完成。保持系统的运行状态直到期望输入或者状态变量发生变化，再次进行控制。
30、因此，本专利技术采用上述一种航空发动机热控制系统的实时最优调控方法,通过控制各回路变频泵的工作频率，可以使系统在满足不同的工作条件下达到最优的工作状态，提升工作效率，满足换热需求，同时基于自适应最优控制的控制方法保证了系统温度控制的稳定性和准确性，有效的保证航空发动机全线温度在允许值范围内。
31、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种航空发动机热控制系统的实时最优调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于，所述步骤S3具体步骤如下：
3.根据权利要求2所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于：所述步骤S32中变频泵统一的模型公式为
4.根据权利要求2所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于，所述步骤S33首先建立系统的换热约束，基于热量流法建立发动机热控系统整体热量流模型，分析各换热器形式，列出其热阻热导流量方程，其边界条件为：给定燃油回路变频泵频率，燃油出口温度，换热器三换热量和总泵功，读取各换热器入口温度，优化系统整体热导最小。
5.根据权利要求2所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于：所述步骤S34建立遗传算法求解各工况下的最优工作频率，确定遗传算法种群大小，终止代数和交叉概率后确定适应性函数为期望优化目标，约束为优化方案中约束条件，以此进行优化，求解当前情况下的最优工作频率。
6.根据权利要求2所述的
...【技术特征摘要】
1.一种航空发动机热控制系统的实时最优调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于，所述步骤s3具体步骤如下：
3.根据权利要求2所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于：所述步骤s32中变频泵统一的模型公式为
4.根据权利要求2所述的一种航空发动机热控制系统的实时最优调控方法，其特征在于，所述步骤s33首先建立系统的换热约束，基于热量流法建立发动机热控系统整体热量流模型，分析各换热器形式，列出其热阻热导流量方程，其边界条件为：给定燃油回路变频泵频率，燃油出...
【专利技术属性】
技术研发人员：邵卫，刘君玲，曹卓群，刘昱，崔峥，
申请(专利权)人：山东高等技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。