[發明專利]基于飛參數據辨識的航空燃氣渦輪發動機建模方法

有效

• 申請號: 201911241979.0
• 申請日: 2019-12-06
• 公開（公告）號: CN110889239B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 季春生;田迪;柳亞冰;喬伯真;張騰飛
• 申請（專利權）人: 中國航發控制系統研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 無錫市大為專利商標事務所(普通合伙) 32104
• 代理人: 殷紅梅

本發明涉及一種基于飛參數據辨識的航空燃氣渦輪發動機建模方法，其航空燃油渦輪發動機的模型采用一階積分環節；為了使飛參數據能夠真實的反應發動機不同狀態的信息，需要對飛參數據進行處理，對飛行過程中穩態數據和動態數據分開，分別進行辨識；在模型辨識階段，利用最小二乘支持向量機算法，使輸出能夠真實的逼近真實飛行數據；通過比較飛參數據和模型輸出，當誤差滿足要求時，則建立的航空燃油渦輪發動機的模型以及辨識結果可行，即可以直接通過飛參數據得到航空燃氣渦輪發動機的模型，易于實現，便于發動機控制參數設計，可以有效的縮短航空燃氣渦輪發動機控制系統的設計周期，顯著改善控制效果。

技術領域

本發明涉及一種建模方法，尤其是一種基于飛參數據辨識的航空燃氣渦輪發動機建模方法，屬于航空發動機的技術領域。

背景技術

航空燃氣渦輪發動機數控系統研制屬于一個多學科綜合、復雜度高、技術創新性強的領域，其中，航空燃氣渦輪發動機模型可用于發動機性能分析、控制規律研究，傳感器解析余度以及發動機故障診斷等方面。航空燃氣渦輪發動機建模方法主要分為部件法與數據辨識法兩種，其中數據辨識法不需要確定系統的復雜特性而更受關注。

隨著飛參系統采集數據的增加，飛參數據的應用已經從飛行事故調查到發動機健康管理、狀態監控等方面。利用飛參數據辨識航空燃氣渦輪發動機數學模型具有重要意義。

傳統的辨識方法是神經網絡、最小二乘等對航空燃氣渦輪發動機直接進行建模。神經網絡在局部極值、泛化能力上有著難以克服的困難。而航空燃氣渦輪發動機特性復雜，傳統的最小二乘方法也難以對航空燃氣渦輪發動機進行多參數、多范圍、高精度的建模。

發明內容

本發明的目的是克服現有技術中存在的不足，提供一種基于飛參數據辨識的航空燃氣渦輪發動機建模方法，其可以直接通過飛參數據得到航空燃氣渦輪發動機的模型，可以有效的縮短航空燃氣渦輪發動機控制系統的設計周期，顯著改善控制效果。

按照本發明提供的技術方案，一種基于飛參數據辨識的航空燃氣渦輪發動機建模方法，所述建模方法包括如下步驟：

步驟1、建立航空燃氣渦輪發動機的模型，所述航空燃氣渦輪發動機的模型包括積分環節、比例環節以及加法環節，航空燃氣渦輪發動機模型的輸入為供油量WFr，航空燃氣渦輪發動機模型的輸出為低壓轉子換算轉速N1r，供油量WFr、比例環節輸出的不同狀態點供油量WFr_S經過加法環節后得到作為積分環節的輸入量dWFr，積分環節根據dWFr能得到低壓轉子換算轉速N1r，航空燃氣渦輪發動機模型的等效傳遞函數為其中，Ke為比例環節的比例系數，A為積分環節的環節增益；

步驟2、提取飛參數據中穩態點，所述每個狀態點的穩態數據包括低壓轉子轉速N1的平均值、供油量WF的平均值、發動機進口總壓P1t的平均值以及發動機進口總溫T1t的平均值；

步驟3、提取飛參數據中動態點對應的動態數據，所述動態數據為從油門桿PLA開始動作，到高壓轉子轉速N2穩定最終值2％范圍內的時間段的數據；

步驟4、根據上述獲取的穩態點對比例環節的比例系數Ke進行辨識；

步驟5、根據上述提取的動態點對積分環節的環節增益A進行辨識，以得到環節增益A'；

步驟6、將步驟5得到辨識結果環節增益A'、低壓轉子換算轉速N1r、發動機進口總壓P1t、發動機進口總溫T1t作為訓練樣本，建立最小二乘支持向量機模型LSSVR，將低壓轉子換算轉速N1、發動機進口總壓P1t以及發動機進口總溫T1t輸入至最小二乘支持向量機模型LSSVR內，能得到積分環節的環節增益A；

步驟7、根據上述辨識結果以及前一周期的低壓轉子轉速N1、供油量WF、發動機進口總壓P1t與發動機進口總溫T1t，執行模型的計算，以完成航空燃氣渦輪發動機建模。

所述步驟2，具體包括如下步驟：