[发明专利]一种基于非线性模型预测的航空发动机控制方法在审
| 申请号： | 201910823692.2 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110516395A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 郑前钢;高远;汪勇;陈浩颖;刘子赫;胡忠志;张海波;李秋红 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/04;G06N3/08 |
| 代理公司： | 11467 北京德崇智捷知识产权代理有限公司 | 代理人： | 杨楠<国际申请>=<国际公布>=<进入国 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 非线性模型 扩展卡尔曼滤波器 航空发动机 滑动窗口 神经网络 时间缩短 实时预测 网络模型 响应能力 在线学习 计算量 线性化 预测 发动机 保证 | ||
1.一种基于非线性模型预测的航空发动机控制方法，其特征在于，以航空发动机推力作为控制目标，通过求解以下优化目标函数获得当前的第k个离散控制点的航空发动机控制量u[k]，并根据所得控制量对航空发动机进行控制：
其中，u为控制量，为控制目标预测值，r为控制指令，Δu为控制量变化值，Q和R为正定对称矩阵，Nu和Np分别为控制时域和预测时域，Nf、Nc分别为风扇转速和压气机转速，Smf和Smc分别为风扇喘振裕度和压气机喘振裕度，T41为高压压气机进口温度，下标max、min分别代表限制最大值、限制最小值；
所述控制目标预测值通过预先训练的在线滑动窗口深度神经网络预测模型在线预测得到。
2.如权利要求1所述航空发动机控制方法，其特征在于，所述在线滑动窗口深度神经网络预测模型的输入包括：现在时刻和过去时刻的燃油流量，过去时刻的风扇喘振裕度、压气机喘振裕度、风扇转速、压气机转速、高压压气机进口温度、航空发动机推力；所述在线滑动窗口深度神经网络预测模型的输出包括：当前时刻的风扇喘振裕度、压气机喘振裕度、风扇转速、压气机转速、高压压气机进口温度、航空发动机推力。
3.如权利要求1所述航空发动机控制方法，其特征在于，使用二次规划方法求解所述优化目标函数。
4.如权利要求1所述航空发动机控制方法，其特征在于，当找不到所述优化目标函数的可行解时，按照下式将原优化目标函数J转化为新的优化目标函数Jmod，并通过求解新的优化目标函数Jmod得到航空发动机控制量u[k]：
其中，ε≥0，ρ为约束条件的权重。
5.如权利要求4所述航空发动机控制方法，其特征在于，使用Broyden FletcherGoldfarb Shanno算法求解所述新的优化目标函数。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910823692.2/1.html，转载请声明来源钻瓜专利网。
