[发明专利]基于改进遗传算法的航空发动机最低油耗控制优化方法

权利要求书

1.一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：第一步建立航空发动机的非线性数学模型；

第二步确定最低油耗控制模式的目标函数和约束函数；

第三步以改进遗传算法优化计算；

第四步输出最优控制变量给航空发动机。

所述一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：所述改进遗传算法是对基本遗传算法进行了改进，主要对遗传算法的初始种群的构造、适应度函数、交叉算子和变异算子等方面进行了改进。

2.根据权利要求1所述的一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：所述航空发动机的非线性数学模型为

y＝f(x)

其中为控制输入向量,包括调节主燃油流量W_f、尾喷管面积A₉、风扇导叶角度dvgl和压气机导叶角度dvgh，为输出向量，包括燃油消耗率sfc和发动机推力F，f(·)为产生系统输出的非线性向量函数。

3.根据权利要求1所述的一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：所述的最低油耗控制模式为在保证发动机安全工作的前提下，保证发动机推力不变，降低发动机的耗油率，其数学描述如下：

性能指标：

约束条件：g_imin≤g_i(x)≤g_imax,i＝1,2,...

其中，g_i(x)为约束条件，包括涡轮前温度不超温、高压压气机不喘振、高压转子不超转、风扇不超转、燃烧室不富油熄火、主燃烧室供油量不超过其最大供油量、喷管喉部面积不小于其最小面积等等，g_imin，g_imax分别为约束条件的下限值，上限值。

即对于最低油耗控制模式需要求解如下非线性约束问题：

其中控制变量x＝[W_f,A₉,dvgl,dvgh]^T，以上各个变量均在相应的变化范围之内取初值。

4.根据权利要求1所述的一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：所述改进遗传算法的算法流程为

(1)初始化。给参数赋值，随机产生含M个个体的初始种群。

(2)适应度评价。计算群体中各个个体的目标函数值，由可计算出适应度函数的值，并按适应度值将各个个体由大到小进行排序。

(3)选择。采用选择算子中的最优保存策略，即当前群体中适应度最高的个体不参与交叉运算和变异运算，而是用该个体来替换掉本代群体中经过交叉、变异等操作后所产生的适应度最低的个体。

(4)交叉。采用改进的交叉算子，即由

可进行交叉操作，生成优秀个体的“后代”，用这些“后代”代替被移除的个体。

(5)变异。采用改进的变异算子，即由Ω＝{x_k-s(t)(x_k-L_k),x_k+s(t)(U_k-x_k)}可进行变异操作，生成新个体。

(6)计算子代群体中各个个体的适应度值。

(7)若算法已经达到所允许的最大进化代数或者连续几代群体最优个体都没有进化，则输出最终结果，结束迭代；否则转(3)，继续搜索。

5.根据权利要求1所述的一种基于改进遗传算法的航空发动机最低油耗控制优化方法，其特征在于：所述控制变量为调节主燃油流量W_f、尾喷管面积A₉、风扇导叶角度dvgl和压气机导叶角度dvgh。