航空发动机性能寻优控制中的参数估计方法研究

【类型】学位论文

【作者】任科明 

【关键词】 航空发动机 自适应模型 参数估计 卡尔曼滤波 性能寻优

【摘要】高性能、高效率和具有自适应能力的推进系统一直是航空界关注和研究的热点，航空发动机性能寻优控制（Performance-Seeking Control，PSC）旨在保证发动机安全稳定工作过程中各个部件性能运行良好，且充分挖掘其工作能力，对航空发动机性能参数的估计是实现其先进控制方法的一项关键技术。本文以某型涡扇发动机为研究对象，采用基于卡尔曼滤波器的航空发动机参数估计方法进行深入研究。在发动机部件级非线性模型的研究分析基础上，讨论了发动机模型建立问题，其中对小扰动建模方法及拟合建模方法进行了比较分析，最终获得参数估计部分中所用到的发动机分段线性化状态空间模型。针对发动机性能寻优控制要求，分析选择合适的发动机参数，保证建立的模型的准确性，以反映发动机的真实工况。介绍了卡尔曼滤波算法原理、特性及其实现方法，重点研究了如何利用卡尔曼滤波估计器设计发动机机载自适应模型。本文针对选取的四个部件性能参数，设定性能参数一个发生退化和多个发生退化情况下，对退化量进行跟踪估计，并通过退化参数变化量修正机载模型，使之正确反映发动机的真实工作情况。仿真结果说明滤波器估计性能良好，验证了其可行性。最后，针对航空发动自适应模型误差无法完全消除，可能导致参数估计结果严重偏离甚至滤波发散的问题，提出一种带渐消因子的卡尔曼滤波参数估计算法，采用在线调整卡尔曼方程残差的权重、加重现实测量数据在状态估计中作用的策略，保证了发动机性能参数估计的准确性。仿真结果表明，该方法不仅克服了滤波发散现象，具有更优的收敛速度和估计精度，且计算量小，易于电子控制器上的实现。

【学位名称】硕士

【学位授予单位】湘潭大学

【学位授予年度】2016

【导师姓名】黄辉先

【读秀链接】读秀链接