[发明专利]航空发动机稳态性能保持控制方法及系统在审
申请号: | 202210428876.0 | 申请日: | 2022-04-22 |
公开(公告)号: | CN114880766A | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 李秋红;刘鑫洋;倪波;庞淑伟;周文祥 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/27;G06N3/04;G06N3/08;G06F119/02 |
代理公司: | 北京德崇智捷知识产权代理有限公司 11467 | 代理人: | 杨楠 |
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: | 航空发动机 稳态 性能 保持 控制 方法 系统 | ||
1.一种航空发动机稳态性能保持控制方法,其特征在于,利用智能网络性能量指令模型获取航空发动机需要保持的性能量ym(t)的指令值,并将其与性能量ym(t)的实测值相比较,如两者偏差超过预设范围,则利用性能退化评估模型对发动机性能退化进行估计,并以所得到的性能退化估计结果作为性能保持优化控制模型的输入,性能保持优化控制模型的输出性能量ym(t)的估计值,以性能量ym(t)的指令值为性能保持优化控制器的期望输出,利用性能保持优化控制器得到相应的控制变量指令,并据此对航空发动机进行控制;所述智能网络性能量指令模型、性能退化评估模型、性能保持优化控制模型均为预先完成训练的神经网络模型,其中,
所述智能网络性能量指令模型具体如下:
ym(t)=f(g(w(t)),w(t))
X=g(w(t))
其中飞行条件w(t)=[H(t),Vx(t)],H(t)代表飞行高度,Vx(t)代表前飞速度,X代表和ym密切相关的航空发动机输出参数向量,g()和f()代表神经网络模型函数;所述性能退化评估模型的输入包括飞行条件w(t)以及与退化量参数密切相关的航空发动机输出参数的实测值,输出为对性能量ym(t)影响较大的退化量参数的估计值;
所述性能保持优化控制模型的输入包括飞行条件w(t)、性能退化评估模型输出的性能退化估计结果以及所述控制变量指令,输出为性能量ym(t)的估计值。
2.如权利要求1所述航空发动机稳态性能保持控制方法,其特征在于,所述航空发动机为涡轴发动机,所述性能量ym(t)为以下参量中的一种:燃气涡轮出口总温T43、动力涡轮出口总温T45、耗油率sfc。
3.如权利要求2所述航空发动机稳态性能保持控制方法,其特征在于,所述性能量ym(t)为动力涡轮出口总温;所述智能网络性能量指令模型为堆叠训练得到的五层神经网络模型,第一层输入为飞行高度H(t)和前飞速度Vx(t),第三层输出为第五层输出为动力涡轮出口温度指令T45r,其中,P3、T3分别表示压气机出口总压、压气机出口总温,P43表示燃气涡轮出口总压,上标“∧”代表对应变量的估计值;所述性能退化评估模型的输入变量为[H,Vx,Wf,Ng,P3,P44,T44,T45]T,输出变量为[DegCE,DegGW,DegGE,DegPE]T,其中,Wf为燃油流量,Ng为燃气涡轮转速,P44为动力涡轮进口总压,T44为动力涡轮进口总温,DegCE、DegGW、DegGE、DegPE依次为压气机效率退化量、燃气涡轮流量退化量、燃气涡轮效率退化量、动力涡轮效率退化量;所述性能保持优化控制模型为基于BP神经网络建立的静态模型,模型输入为:H、Vx、DegCE、DegGW、DegGE、DegPE、Gvcr,输出为:其中,控制变量指令Gvcr为压气机导叶角指令。
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/202210428876.0/1.html,转载请声明来源钻瓜专利网。