摘要：针对高空台进气压力控制系统的强非线性特性和被控对象难以精确建模的问题,传统的PID控制在被试发动机进行加减速等过渡态时难以满足进气压力控制性能要求,提出了基于数据驱动的高空台压力控制方法,设计了基于RBF(Radial Basis Function,径向基函数)神经网络的最优控制架构,通过分析进气压力控制系统的输入和输出,给出了进气压力控制系统的RBF神经网络控制方法;利用高空台的大量试验数据对所设计的控制方法进行了训练和测试。测试结果表明,所设计的智能控制方法有良好的控制性能,能够满足进气压力的过渡态自适应控制。

摘要：面向飞/推一体化控制需求,开展涡扇发动机推力快速响应控制研究,提出了适用于推力最小相位系统的冗余控制方案。研究内容包括:(1)借鉴阀位控制思想,提出在传统燃油流量(Wf)回路基础上增设尾喷口喉道面积(A8)回路,通过挖掘冗余执行器变化速率潜力,提高推力响应速度,降低了对于燃油泵快速作动的需求,同时该方法可以使喷口在推力响应过程逐渐回中,系统具备持续的推力快速调节能力;(2)分析了A8调节推力的物理机理,指出容腔压力动力学主导的部件间流量匹配过程使得A8对推力具有直馈作用,是提高推力响应速度的有效途径。基于发动机部件级模型的评估结果表明,本文提出的方法在执行机构存在速率限制的情况下,实现了推力10 rad/s闭环带宽和A8回中的设计目标,方法可行、有效。在推力响应过程中,A8直馈作用对推力变化的贡献度最高时超过50%。随着对于推力控制模式和推力响应速度的日趋关注,应对容腔内的压力动态过程给予充分的重视。

摘要：为了使航空发动机高空模拟试车中的液压加载试验智能高效地运行,完善并优化其试验平台,提出一种基于轻量化建筑信息模型(BIM)的液压加载试验智能管控技术。建立了支持管控平台运行的高空台液压加载试验软硬件协同运行架构,提出了基于WebGL的数据在Web端3维模型上实时展示的技术,以提高试验操作人员对试验进行监测的直观性。所设计的智能管控平台同时集成了试验设置与试验操作、数据管理、试验过程分析、故障诊断分析等功能。结果表明:所提出的基于轻量化BIM的智能管控技术可使试验操作人员直观、便捷、高效地进行试验流程管控、数据综合管理、设备健康状况分析,提高了高空台液压加载系统试验的智能化、自动化水平。

摘要：为快速验证小型涡喷发动机起动过程控制规律,基于快速原型化技术搭建了半物理试验平台。设计了快速原型试验系统整体架构,对控制系统的软硬件设计和智能节点的工作原理进行了说明,使用Speedgoat Mobile实时目标机作为电子控制器,以STM32为核心设计智能节点,选用Modbus协议对信号进行编码,实现电子控制器和智能节点之间的数据通信。针对小型涡喷发动机的起动过程设计了一种控制规律,利用自动代码生成技术生成电子控制器可执行程序,部署到实时目标机中,完成了起动过程控制规律的试验验证。仿真结果表明,电子控制器和智能节点通信正常,工作可靠稳定,起动过程平稳迅速、不熄火、不超温、不超转,提出的快速原型化控制技术能够有效地缩短开发周期,具有良好的工程实用价值。

摘要：针对目前多型号多批次的无人机发动机数据存储较为分散、缺少专门的分析手段辅助设计人员快速分析发动机状态的问题,借鉴国内外较为成熟的故障诊断算法和平台构建技术,设计了发动机故障信息综合研究平台。平台内集成了飞行数据状态识别、故障诊断、分析数据库建立等多项关键技术,结合不同的飞行工况分类结果,从长期和短期的角度分别采取基于递归结构辨识(Recursive Structural Identification,RESID)的起动状态故障检测、基于自回归滑动平均(Auto Regressive Moving Average,ARMA)模型的稳态故障检测、基于参数趋势分析的故障诊断和基于深度学习的智能故障识别等不同的诊断方法,并采用飞行报告的形式实现了从数据文件输入至飞行状态分析的全流程计算和结果展示,有效地实现了发动机使用维护的数据支持和技术保障,具有一定的工业应用价值。

摘要：针对传统PI控制无法使微型涡喷发动机的扰动抑制性能与设定值跟踪性能同时最佳的问题,开展了微型涡喷发动机二自由度(Two-Degree-of-Freedom, 2-DOF)PI控制研究。首先基于Speedgoat实时目标机搭建了快速原型试验系统。根据发动机开环试验数据辨识得到不同稳态点下的传递函数模型,在此基础上设计了2-DOF PI控制器,并进行仿真验证。最后将控制算法部署至Speedgoat中开展实物试验。结果表明,设计的2-DOF PI控制器能够使微型涡喷发动机的扰动抑制性能与设定值跟踪性能同时最佳,并在发动机较大的工作范围内有良好的控制性能。

摘要：为了满足航空发动机高空模拟试验智能化需求,以高空台液压加载系统为研究对象,研究其试验智能运行的关键技术。通过深入分析液压加载系统设备组成及试验智能化存在的传感器数据利用不充分、控制精度不高和数据可视化展示不直观等问题,提出基于层次分析法的数据分组关联架构,设计数据融合架构对传感器数据进行预处理并对数据进行数据层、特征层和决策层融合。针对控制精度不高且须满足快速性的要求,提出一种基于设备特性与加载谱的智能复合控制框架用于智能化控制。针对液压加载系统子设备众多且易发生故障并存在性能退化的问题,提出基于深度学习的故障诊断方法与基于支持向量机的健康预测方法。同时,提出一种基于WebGL框架下的液压加载系统工艺流程可视化展示方法并建立了三维可视化模型,实现液压加载系统动态模拟的运行状态显示。

摘要：为了改善航空发动机高空模拟试车台(简称高空台)液压加载系统的控制性能,解决手动调节控制精度低且闭环控制快速性较差的问题,提出了一种将开环模糊控制与闭环PID控制相结合的智能复合控制方法。首先,结合高空台液压加载试验特点和设备特性,利用真实试验数据基于最小二乘系统辨识搭建了系统的分段线性模型。其次,使用频域法设计参数调度的PID控制器,解决了手动调节控制精度低的问题。最后,结合试验操作人员提供的经验知识和历史试验数据结论搭建了模糊开环控制器,设计控制器选择模块和积分补偿模块,将模糊开环控制器与闭环PID控制器相结合形成智能复合控制器。通过仿真验证得出,智能复合控制器的控制效果在精度上明显优于人工手动调节,在快速性上明显优于PID控制器,调节时间缩短了39%~87%。

摘要：为满足航空发动机分布式控制系统的故障诊断需求,重点解决分布式控制系统中总线通信时延对传统故障诊断措施效果的影响,提出了一种新的航空发动机分布式控制系统故障诊断方法。针对航空涡轴发动机,搭建了包含随机时延的分布式控制系统数学模型,利用等价空间法(PSM)设计故障诊断滤波器组。并将改进的故障诊断方法与传统的基于Kalman滤波器组的方法进行对比仿真验证。结果表明,基于PSM算法所设计的故障诊断滤波器组,在对包含随机时延的涡轴发动机分布式控制系统进行传感器故障诊断中,能有效降低时延所引起的故障指示信号跳变幅度。证明此方法能够减少通信时延导致故障误判的情况,提高发动机分布式控制系统故障诊断的准确率。

摘要：针对涡轴发动机分布式控制系统中存在时延导致系统性能退化的问题,利用线性矩阵不等式(LMI)方法设计了时延鲁棒串级PI控制器。先利用内模控制(IMC)方法得到涡轴发动机串级控制器内、外环的PI控制器结构;再利用频域回路成形的方法给出保证系统具有期望性能的LMI形式约束条件;利用梯度近似的方法通过劳斯-赫尔维茨判据得到保证系统稳定的控制器参数约束条件;最后,在基于TrueTime的涡轴发动机分布式非线性仿真平台上进行数字仿真。仿真结果表明:在0.04 s时延条件下,当功率需求下降5%时,系统的调节时间小于5 s,功率涡轮转速超调不超过0.5%,且其最大燃油变化率只有传统串级PI控制系统的67%;设计的控制器能有效应对涡轴发动机分布式控制系统中存在的时延问题,同时能够以更小的代价保证系统具有期望的性能。