[发明专利]一种航空发动机强化学习控制方法及系统有效
申请号: | 202010928223.X | 申请日: | 2020-09-07 |
公开(公告)号: | CN111965981B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 刘利军;余臻;冯毅敏 | 申请(专利权)人: | 厦门大学;厦门大学深圳研究院 |
主分类号: | G05B13/04 | 分类号: | G05B13/04;F02C9/28 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘凤玲 |
地址: | 361005 *** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 航空发动机 强化 学习 控制 方法 系统 | ||
1.一种航空发动机强化学习控制方法,其特征在于,所述方法包括:
建立航空发动机在巡航阶段时的双变量归一化状态空间模型;所述建立航空发动机在巡航阶段时的双变量归一化状态空间模型具体包括:
建立发动机部件级模型;所述发动机部件级模型具体采用以下公式:
其中,表示低压涡轮转速偏差值变化率,表示高压涡轮转速偏差值变化率,a1(2n-1)表示任意常数,a2(2n-1)表示任意常数,b1表示任意常数,b2表示任意常数,表示n阶低压涡轮转速偏差值,表示n阶高压涡轮转速偏差值,ΔFAR表示燃油比偏差值,n表示阶数;
对所述发动机部件级模型进行归一化处理,得到归一化处理后的发动机部件级模型;
对归一化处理后的发动机部件级模型采用系统辨识建立双变量归一化状态空间模型;
根据所述双变量归一化状态空间模型构建基于DDPG强化学习控制器;
基于所述控制器对发动机的燃油比进行控制。
2.根据权利要求1所述的航空发动机强化学习控制方法,其特征在于,当n=1时,所述归一化处理后的发动机部件级模型具体采用以下公式:
其中,a1表示任意常数,a2表示任意常数,a3表示任意常数,a4表示任意常数,b1表示任意常数,b2表示任意常数,ΔnLmax表示最大低压涡轮转速偏差值,ΔnHmax表示最大高压涡轮转速偏差值,ΔFARmax表示最大燃油比偏差值,表示低压涡轮转速偏差归一化值,表示高压涡轮转速偏差归一化值,表示燃油比偏差归一化值。
3.根据权利要求1所述的航空发动机强化学习控制方法,其特征在于,所述基于所述控制器对发动机的燃油比进行控制具体包括:
通过强化学习DDPG方法确定发动机的燃油比;
基于所述燃油比对所述发动机进行控制。
4.根据权利要求3所述的航空发动机强化学习控制方法,其特征在于,所述通过强化学习DDPG方法确定发动机的燃油比具体包括:
基于DDPG确定Actor网络;
以发动机的当前状态为输入基于所述Actor网络确定发动机的燃油比。
5.一种航空发动机强化学习控制系统,其特征在于,所述控制系统包括:
状态空间模型建立模块,用于建立航空发动机在巡航阶段时的双变量归一化状态空间模型;所述状态空间模型建立模块具体包括:
发动机部件级模型建立单元,用于建立发动机部件级模型;所述发动机部件级模型具体采用以下公式:
其中,表示低压涡轮转速偏差值变化率,表示高压涡轮转速偏差值变化率,a1(2n-1)表示任意常数,a2(2n-1)表示任意常数,b1表示任意常数,b2表示任意常数,表示n阶低压涡轮转速偏差值,表示n阶高压涡轮转速偏差值,ΔFAR表示燃油比偏差值,n表示阶数;
归一化处理单元,用于对所述发动机部件级模型进行归一化处理,得到归一化处理后的发动机部件级模型;
双变量归一化状态空间模型确定单元,用于对归一化处理后的发动机部件级模型采用系统辨识建立双变量归一化状态空间模型;
控制器构建模块,用于根据所述双变量归一化状态空间模型构建基于DDPG强化学习控制器;
执行模块,用于基于所述控制器对发动机的燃油比进行控制。
6.根据权利要求5所述的航空发动机强化学习控制系统,其特征在于,当n=1时,所述归一化处理后的发动机部件级模型具体采用以下公式:
其中,a1表示任意常数,a2表示任意常数,a3表示任意常数,a4表示任意常数,b1表示任意常数,b2表示任意常数,ΔnLmax表示最大低压涡轮转速偏差值,ΔnHmax表示最大高压涡轮转速偏差值,ΔFARmax表示最大燃油比偏差值,表示低压涡轮转速偏差归一化值,表示高压涡轮转速偏差归一化值,表示燃油比偏差归一化值。
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厦门大学;厦门大学深圳研究院,未经厦门大学;厦门大学深圳研究院许可,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/202010928223.X/1.html,转载请声明来源钻瓜专利网。