[發明專利]一種航空發動機控制器軟件測試方法在審
| 申請號: | 202210586057.9 | 申請日: | 2022-05-27 |
| 公開(公告)號: | CN114860607A | 公開(公告)日: | 2022-08-05 |
| 發明(設計)人: | 張繼遠;何皚;郭鑫;寇江偉;張光新 | 申請(專利權)人: | 哈工大機器人集團(杭州灣)國際創新研究院 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36;G06N3/08 |
| 代理公司: | 紹興市越興專利事務所(普通合伙) 33220 | 代理人: | 王志杰 |
| 地址: | 312300 浙江省紹*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 航空發動機 控制器 軟件 測試 方法 | ||
本發明公開了一種航空發動機控制器軟件測試方法,首先在軟件開發臺上完成控制軟件的研制;然后將控制程序裝載到控制器硬件中;然后下達測試指令,試驗測試臺內置測試程序會根據時間步序模擬航空發動機的不同運行環境和試驗人員的油門桿動作,并發送相關數據給控制器硬件和航空發動機數學模型;發動機控制器硬件根據收到指令進行控制指令計算,并發送給燃料系統;燃料系統根據收到指令進行燃料量調節;最后數學模型會根據運行環境數據和燃料量數據信號,進行熱力性能特性計算,并模擬該型號按照的傳感器采集位置,向航空發動機控制器發送相應的傳感器采集數據,最終試驗測試臺也會得到航空發動機數學模型的全部數據,并給出控制軟件評估結果。
技術領域
本發明屬于航空發動機控制技術領域,具體涉及一種航空發動機控制器軟件測試方法,用來進行航空發動機軟件功能和長期安全可靠的測試。
背景技術
航空發動機是目前所制造的最為復雜的機械之一,而控制系統則是航空發動機的“大腦”,可以確保航空發動機長期安全可靠的運行。航空發動機硬件與整個國內整個芯片行業的產業基礎息息相關,但控制軟件則更多依賴設計人員的智慧,它不僅要保證控制航空發動機工作在其最佳運行狀態下,同時還需要確保能夠滿足航空發動機飛行安全,控制軟件上任何的缺陷都可能導致機毀人亡的事故。
另一方面,航空發動機控制軟件開發的工作量大且過程繁復,傳統的開發模式要求研發人員首先對航空發動機主機的控制需求進行充分分析和分解,然后完成原型設計,再傳遞給軟件開發人員進行控制功能的手工編碼,最后集成到控制器中,然后在試驗臺上進行驗證和調試。然而,由于設計人員與試驗人員通常不是一個團隊,在實際開發過程中會導致半物理或臺架試驗甚至是飛行試驗時暴露問題多,且需要試驗人員編制大量正式報告反饋給設計人員,導致迭代過程時間長,效率低。特別是對于一些小型航空發動機,本身其單位成本低,研發投入資金有限,而且有頻繁的變更需求,需要研發一個輕量級,設計人員可直接使用,且安全可靠的測試裝置,用于控制軟件測試,從而加速研發。
發明內容
本發明的目的在于提供一種航空發動機控制器軟件測試方法,提供一個與真實航空發動機運行相似的試驗環境,可靠軟件研發人員進行快速使用和測試,從而大幅提升效率,降低后續試驗的成本和風險。
為實現上述目的,本發明提供如下技術方案:一種航空發動機控制器軟件測試方法,包括以下步驟:首先研發人員在軟件開發臺上完成一臺航空發動機控制軟件的研制;然后將控制程序裝載到本試驗測試臺的發動機控制器硬件中;然后操作員在試驗測試臺下達測試指令,試驗測試臺內置的測試程序會根據時間步序模擬航空發動機的不同運行環境和試驗人員的油門桿動作,并發送相關數據給發動機控制器硬件和航空發動機數學模型;發動機控制器硬件根據收到的油門桿動作指令進行控制指令計算,并發送給燃料系統;本航空發動機控制器軟件測試裝置帶一套真實的燃料系統,會根據收到的控制指令進行燃料量的調節;最后,航空發動機本體為一套數學模型,它會根據運行環境數據和燃料量數據信號,進行熱力性能特性計算,并模擬該型號按照的傳感器采集位置,向航空發動機控制器發送相應的傳感器采集數據,最終試驗測試臺也會得到航空發動機數學模型的全部數據,并給出控制軟件評估結果。
進一步地,軟件開發臺設置有安裝好的軟件環境,以及發動機控制軟件模塊,研發人員可以用來研發多型航空發動機控制軟件。
進一步地,本試驗測試臺的發動機控制器硬件是一臺標準的航空發動機控制器硬件,它與軟件開發臺為雙向通訊,既可以下裝編制好的控制程序,也能夠將控制器中的采集數據反饋給軟件開發臺。
進一步地,試驗測試臺內置的測試程序會根據時間步序模擬航空發動機的不同運行環境,這些運行環境參考至少包括:飛機飛行高度、飛機飛行速度、發動機進氣溫度、發動機進氣濕度、發動機結冰環境、飛機飛越火山灰環境。
進一步地,試驗測試臺內置的測試程序會根據時間步序模擬試驗人員的油門桿動作,這個油門桿動作是采用深度學習神經網絡算法根據真實試驗臺上對試驗人員的油門桿動作數據訓練而成,整個油門桿角度的變化幅度和速率與真實試驗人員一致。
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哈工大機器人集團(杭州灣)國際創新研究院,未經哈工大機器人集團(杭州灣)國際創新研究院許可,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/202210586057.9/2.html,轉載請聲明來源鉆瓜專利網。





