[发明专利]气路部件故障下基于IGA的发动机最大推力控制优化方法

权利要求书

1.一种气路部件故障下基于IGA的发动机最大推力控制优化方法，其特征在于：第一步建立航空发动机的气路部件故障诊断模块，包含非线性机载发动机模型和分段线性化卡尔曼滤波器；

第二步确定最大推力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。

所述一种气路部件故障下基于IGA的发动机最大推力控制优化方法，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所述的一种气路部件故障下基于IGA的发动机最大推力控制优化方法，其特征在于：所述气路部件故障诊断模块中包括非线性机载发动机模型和分段线性化卡尔曼滤波器；

所述非线性机载发动机模型为带健康参数的发动机非线性模型：

y＝g(x,u,h)

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，为状态向量，为输出向量，包括燃油消耗率sfc和发动机推力F和其他发动机可测输出，包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力，风扇转速和压气机转速，为健康参数向量，f(·)为表示系统动态的n维可微非线性向量函数，g(·)为产生系统输出的m维可微非线性向量函数；非线性机载发动机模型输入为控制输入向量u以及上一周期的健康参数h，其输出的健康稳态参考值(x_aug,NOBEM,y_NOBEM)作为分段线性化卡尔曼滤波器当前周期的估计初始值；

所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载发动机模型输出的健康稳态参考值(x_aug,NOBEM,y_NOBEM)，根据公式

计算得到当前周期的发动机的健康参数h；其中K为卡尔曼滤波的增益，满足P为Ricati方程的解；系数A_aug和C_aug根据公式

确定，而A、C、L、M是将健康参数h看作发动机的控制输入，并对非线性机载发动机模型在健康稳态参考点处进行线性化得到的反映发动机气路部件故障的增广线性状态变量模型

的系数：

w为系统噪声，v为测量噪声，相应的协方差矩阵为对角阵Q和R。

3.根据权利要求1所述的一种气路部件故障下基于IGA的发动机最大推力控制优化方法，其特征在于：所述的最大推力控制模式为在保证发动机安全工作的前提下，尽可能提高发动机的推力，其数学描述如下：

性能指标：maxF

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。

对于最大推力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。