[发明专利]航空发动机非线性控制系统建模方法

说明书

本发明公开了航空发动机非线性控制系统建模方法，步骤包括：设定用于辨识控制系统输入和输出的非线性自适应滤波器初值，记录控制系统当前及历史时刻的输入，将基于所述输入得到的输入向量与FIR滤波器权值内积运算，得到FIR滤波输出，得到其在样条插值器中的局部区间索引以及局部归一化坐标，生成样条插值器输出，利用传感器采集控制系统当前时刻的输出，并与所述样条插值器输出进行对比，得到滤波误差，根据滤波误差分别计算当前时刻FIR滤波器权值及样条插值点的梯度，根据梯度分别计算FIR滤波器权值的梯度动量以及样条插值点的梯度动量，分别更新FIR滤波器权向量和样条插值点坐标，继续从第二步骤开始进行下一时刻的自适应过程。

技术领域

本发明属于航空发动机控制技术领域，特别是一种航空发动机非线性控制系统建模方法。

背景技术

航空发动机是一种高度复杂和精密的装备，是深度融合机械、热力学、电气、控制、材料等学科的产物。控制系统是航空发动机的“神经中枢”，控制系统的可靠性和安全性对航空发动机的安全运行至关重要。模型是控制的基础，航空发动机由于工作环境恶劣且工作条件多变，导致其被控对象是时变的，因此更加需要一种快速的被控对象建模方法。

传统的建模方法主要集中于对部件机理模型的研究。在分析被控系统构成的基础上，通过已知的物理和数学规律，推导出其输出变量与输入变量之间的数学关系，并以此作为其机理模型。在此基础上，考虑到实际发动机设计制造的差异性，以及某些实际存在但尚未通过数学公式进行描述的未建模特性，利用系统辨识方法对航空发动机控制系统进行建模的研究也层出不穷。传统系统辨识方法主要基于线性系统理论，无法有效描述实际系统中存在的一些非线性特性如饱和、死区、滞环等，这降低了系统辨识的精确度。利用非线性系统辨识方法进行航空发动机控制系统建模，充分考虑实际系统中存在的非线性特性，对于建立航空发动机控制系统的精确模型至关重要。另一方面，目前的非线性系统辨识方法主要集中于神经网络、支持向量机、Hammerstein-Wiener模型等方面的研究，在系统辨识的快速性和鲁棒性上表现较差，且难以在线辨识。航空发动机控制系统工况多变、可靠性要求极高，因此急需一种简单、快速和可靠的非线性系统在线辨识方法。

在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。

发明内容

针对现有技术中存在的问题，本发明提出一种航空发动机非线性控制系统建模方法，根据被控系统的实测输入和输出数据，利用一种非线性自适应滤波器进行在线系统辨识。本滤波方法由线性滤波部分和非线性滤波部分串联而成，其中线性部分是一个横向自适应FIR滤波器，用于描述实际系统的线性特性；非线性部分是一个自适应三次样条插值器，用于描述实际系统的非线性特性。利用滤波器输出与实际系统输出之间的误差对滤波器参数进行自适应，采用动量随机梯度下降法进行参数迭代，从而加速算法收敛过程，提高非线性系统建模的快速性。

本发明的目的是通过以下技术方案予以实现，一种航空发动机非线性控制系统建模方法包括以下步骤：

第一步骤中，设定用于辨识控制系统输入和输出的非线性自适应滤波器初值，其中，设定用于描述控制系统线性特性的线性FIR滤波器初始权值、设定用于描述非线性特性的样条插值器的样条插值点初始值及其两者的学习步长和动量因子，

第二步骤中，记录控制系统当前及历史时刻的输入，基于FIR滤波器输入向量与FIR滤波器权值进行内积运算，得到FIR滤波输出，，

第三步骤中，基于所述FIR滤波输出得到其在样条插值器中的局部区间索引以及局部归一化坐标，

第四步骤中，基于所述局部区间索引以及局部归一化坐标生成归一化向量坐标，并提取局部区间插值点的纵坐标向量，

第五步骤中，基于所述归一化向量坐标和纵坐标向量生成样条插值器输出，