[發明專利]基于改進粒子群算法的航空發動機加速過程最優控制方法在審
| 申請號: | 202110046345.0 | 申請日: | 2021-01-14 |
| 公開(公告)號: | CN112861426A | 公開(公告)日: | 2021-05-28 |
| 發明(設計)人: | 劉志丹;緱林峰;張猛;吳貞 | 申請(專利權)人: | 西北工業大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/00;G06F111/04 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 710072 陜西*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 改進 粒子 算法 航空發動機 加速 過程 最優 控制 方法 | ||
1.一種基于改進粒子群算法的航空發動機加速過程最優控制方法,其特征在于:第一步建立航空發動機的非線性數學模型;
第二步根據發動機加速過程確定相應的目標函數和約束函數;
第三步以改進粒子群算法優化計算;
第四步輸出最優控制變量給航空發動機。
所述一種基于改進粒子群算法的航空發動機加速過程最優控制方法,其特征在于:所述改進粒子群算法是在基本的粒子群算法上進行改進,針對原始粒子群算法迭代后期容易陷入局部最優,收斂精度低,易發散等缺點,對粒子群算法進行改進。主要從以下兩個方面進行改進:
(1)粒子群算法中重要參數的改進,主要包括:慣性權重ω的調節,學習因子c1和c2的改進。
(2)與GuoA算法相結合,取長補短,有針對性的進行改進。
2.根據權利要求1所述的一種基于改進粒子群算法的航空發動機加速過程最優控制方法,其特征在于:所述航空發動機的非線性數學模型為
y=f(x)
其中為控制輸入向量,包括調節主燃油流量Wf、尾噴管面積A9、風扇導葉角度dvgl和壓氣機導葉角度dvgh,為輸出向量,包括燃油消耗率sfc和發動機推力F,f(·)為產生系統輸出的非線性向量函數。
3.根據權利要求1所述的一種基于改進粒子群算法的航空發動機加速過程最優控制方法,其特征在于:所述加速過程考慮的約束條件有:渦輪前溫度不超溫、高壓壓氣機不喘振、高壓轉子不超轉、風扇不超轉、燃燒室不富油熄火、主燃燒室供油量不超過其最大供油量等等。優化問題的數學描述如下:
其中控制變量x=[Wf,A9,dvgl,dvgh]T,以上各個變量均在相應的變化范圍之內取初值。
采用線性加權法將多目標函數轉化為單目標函數,來確定尋優目標函數。即
對上式進行離散化和歸一化處理。這樣處理的目的是為了消除目標函數中各參數量綱和量值變化范圍的不同對優化結果的影響。最終的尋優目標函數可以寫成以下形式:
上式中,ωa和ωb為相應目標函數的權重系數,滿足ωa≥0,ωb≥0,其大小反映相應的尋優目標函數在多目標優化問題中的重要程度。
參照目標函數的形式,對航空發動機約束條件也進行離散化和歸一化處理:
以上gi(x)(i=1,2,...,11)構成約束函數矩陣g(x),考慮約束條件后,目標函數可化為:
其中ω=[ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11]為約束函數的權重調整系數矩陣,其中ω1,ω2,ω3,ω4,ω5,ω6,ω7,ω8,ω9,ω10,ω11為對應約束條件可調整權重系數,ω·g(x)的設計用于滿足發動機的約束條件。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西北工業大學,未經西北工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110046345.0/1.html,轉載請聲明來源鉆瓜專利網。





