System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种变循环发动机模型预测控制方法技术_技高网

一种变循环发动机模型预测控制方法技术

技术编号:42339393 阅读:4 留言:0更新日期:2024-08-14 16:16
本发明专利技术涉及变循环发动机控制领域,具体公开了一种变循环发动机模型预测控制方法,利用状态观测器所计算的状态估计值与输入的参考信号进行对比,根据控制律,输出最优控制量给发动机模型,将非线性的发动机变比热模型进行线性化处理,提取其状态空间描述,并将状态空间描述离散化处理,采用状态观测器参数设计问题转化为对观测器动态特性的状态矩阵特征值最优问题进行求解;本发明专利技术使用线性模型作为模型预测的输出,对代价函数进行优化,平衡了终态稳态误差与控制器输出之间的关系,计算代价相对较小,且计算代价较大的部分都可以离线完成,具有较好的实时性,实现发动机在最优的工况点进行工作。

【技术实现步骤摘要】

本专利技术涉及变循环发动机控制领域,具体是一种变循环发动机模型预测控制方法


技术介绍

1、变循环发动机是一种新型的可变涵道的航空发动机,相较于普通的涡轮风扇发动机,变循环发动机有着更高的单位推力,相较于普通的涡轮喷气发动机,变循环发动机有着更大的涵道比,可以做到更低的耗油率。然而变循环发动机的可调部件相对于普通航空发动机更多,传统的控制方法如改进的多变量pid等,不能很好的实现发动机在最优的工况点进行工作。

2、在变循环发动机控制的现有专利中,如专利申请号cn202211307109.0公开了一种变循环发动机稳态控制规律设计模型的建模方法,通过敏感性分析确定重要的控制参数,使得模型更加关注对系统性能影响较大的参数,这有助于优化控制效果,提高发动机的操作效率,但是在数据依赖性方面,模型的性能在很大程度上依赖于输入数据的质量和完整性,如果实际应用中数据存在噪声或者数据收集不全,可能会影响模型的准确性和可靠性;专利申请号cn202310893665.9公开了一种基于计算机的变循环发动机加速过程最优控制方法,通过高度数学化的方法,采用c-bézier曲线来表示变循环发动机中可调几何机构的开环控制计划。通过将最小化模式切换时间和推力波动作为优化目标,同时也将发动机运行不超出安全边界设置为约束。该方法使用多目标优化方法,同时考虑模式切换时间最短和推力波动最小,确保了优化结果的综合性能,然而制定和优化c-bézier曲线需要较高的计算资源和数学建模技能,增加实施过程的复杂性和成本。

3、为此,本申请提出了一种变循环发动机模型预测控制方法,以解决上述技术问题。


技术实现思路

1、针对现有的问题,本专利技术提供一种变循环发动机模型预测控制方法,使用线性模型作为模型预测的输出,通过将控制器的输出增量、当前输出与指定输出的误差以及累计误差作为代价函数,对代价函数进行优化,很好的平衡了终态稳态误差与控制器输出之间的关系,同时将发动机的状态量作为系统的硬约束,将整个问题转化为带约束的动态规划问题求解最优的控制增量,计算代价相对较小,且计算代价较大的部分都可以离线完成,具有较好的实时性,可以有效的解决
技术介绍
中提出的问题。

2、为解决上述问题,本专利技术采用如下的技术方案:

3、一种变循环发动机模型预测控制方法,包括如下步骤:

4、1)在控制器部分,基于输出增量控制的模型预测控制算法作为控制律,利用状态观测器所计算的状态估计值与输入的参考信号进行对比,根据控制律,输出最优控制量给发动机模型;

5、2)在发动机模型部分,将非线性的发动机变比热模型进行线性化处理,提取其状态空间描述,并将状态空间描述离散化处理,以适应仿真运行,减小仿真所需的计算代价;

6、3)在状态观测器部分,采用龙伯格全维状态观测器,并将状态观测器参数设计问题转化为对观测器动态特性的状态矩阵特征值最优问题进行求解,以保证估计状态尽快的收敛于真实状态。

7、作为本专利技术再进一步的方案:所述步骤1)中将控制器的输出增量、当前输出与指定输出的误差以及累计误差作为代价函数,所述代价函数为: (1)

8、其中,为代价函数的取值,代表第步的增广状态包含当前状态,参考状态与上一步控制量;为当前状态下的控制量输入,r为控制量罚项系数矩阵,,是变换后的增广权重矩阵。

9、作为本专利技术再进一步的方案:所述步骤1)中的代价函数进行矩阵运算与变换,将二次型求和拆为紧凑的矩阵形式,同时将预测的时间序列上的各状态量展开表示为系统矩阵以及控制量的乘积形式,对代价函数进行硬约束,将代价函数转换为二次规划的形式,最终代价函数转化为: (2)

10、其中,,为代价函数的取值,可表示为的前k步控制量组成的列向量,可表示为代价函数中的系数矩阵组成的对角矩阵,为线性系统状态方程的系数矩阵,为预测步数,为当前系统状态;

11、添加硬约束,把系统状态及状态量的上下限转换为二次规划问题的标准形式,状态及控制量的约束写为: (3)

12、将系统状态量与控制量展开,写成紧凑的矩阵形式,并进行线性变换,转换为如下形式:

13、 (4)

14、其中,

15、将系统的初始状态与离散的控制序列代入各时间点的状态量,写成紧凑格式,并根据二次规划中硬约束的标准形式进行矩阵变换,有:

16、 (5)

17、其中,

18、

19、作为本专利技术再进一步的方案:所述步骤2)中将发动机模型系统使用顺数法进行线性化处理,并将线性模型表示为状态空间描述的形式: (6)

20、其中,是系统的状态量,是系统的控制量,是系统的状态量。

21、作为本专利技术再进一步的方案:所述步骤2)中将状态空间描述模型转化为广义状态空间模型,并对广义状态空间描述进行离散化处理,经过变换后,广义状态空间模型表示为: (7)

22、其中,。

23、作为本专利技术再进一步的方案:所述步骤3)中龙伯格全维状态观测器的估计状态表达式为: (8)

24、其中,表示下一时刻的估计状态,表示本时刻的估计状态,为当前系统输出,为当前控制输入,为系统状态空间描述的四个系数矩阵,为观测器增益矩阵;保证负定,对观测器参数l进行设计,确保的最大特征值尽可能小,使得估计状态尽可能逼近真实状态。

25、与现有技术相比,本专利技术的有益效果是:本专利技术使用线性模型作为模型预测的输出,通过将控制器的输出增量、当前输出与指定输出的误差以及累计误差作为代价函数,对代价函数进行优化,平衡了终态稳态误差与控制器输出之间的关系,同时将发动机的状态量作为系统的硬约束,将整个问题转化为带约束的动态规划问题求解最优的控制增量,计算代价相对较小,且计算代价较大的部分都可以离线完成,具有较好的实时性,实现发动机在最优的工况点进行工作。

本文档来自技高网...

【技术保护点】

1.一种变循环发动机模型预测控制方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤1)中将控制器的输出增量、当前输出与指定输出的误差以及累计误差作为代价函数,所述代价函数为:

3.根据权利要求2所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤1)中的代价函数进行矩阵运算与变换,将二次型求和拆为紧凑的矩阵形式,同时将预测的时间序列上的各状态量展开表示为系统矩阵以及控制量的乘积形式,对代价函数进行硬约束,将代价函数转换为二次规划的形式,最终代价函数转化为:

4.根据权利要求1所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤2)中将发动机模型系统使用顺数法进行线性化处理,并将线性模型表示为状态空间描述的形式:

5.根据权利要求4所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤2)中将状态空间描述模型转化为广义状态空间模型,并对广义状态空间描述进行离散化处理,经过变换后,广义状态空间模型表示为:

6.根据权利要求1所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤3)中龙伯格全维状态观测器的估计状态表达式为:

...

【技术特征摘要】

1.一种变循环发动机模型预测控制方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤1)中将控制器的输出增量、当前输出与指定输出的误差以及累计误差作为代价函数,所述代价函数为:

3.根据权利要求2所述的一种变循环发动机模型预测控制方法,其特征在于,所述步骤1)中的代价函数进行矩阵运算与变换,将二次型求和拆为紧凑的矩阵形式,同时将预测的时间序列上的各状态量展开表示为系统矩阵以及控制量的乘积形式,对代价函数进行硬约束,将代价函数转换为二次规划的形式,最终代价...

【专利技术属性】
技术研发人员:符江锋刘鸿儒肖红亮张晓博
申请(专利权)人:四川天府新区西工大先进动力研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1