涡轴发动机/旋翼综合建模、控制及优化研究

论文摘要

随着新一代直升机的各种性能不断提高,对直升机火控系统,操纵品质,生存性,敏捷性和机动性的要求越来越高,直升机各子系统的复杂程度大大增加,子系统间的耦合作用也大大加强,传统的将各子系统分割独立设计的方法已不能满足要求,只有采用综合设计和综合控制技术。发动机从功率涡轮输出经过主减速器带动旋翼,旋翼既是发动机的负载,又是使直升机产生升力、控制飞行速度以至飞行姿态的重要部件,可见发动机/旋翼系统对整个直升机性能影响至关重要。本文以直升机为对象,建立了直升机/发动机一体化综合仿真平台,并在此平台上进行涡轴发动机/旋翼控制及优化研究。本文第一章首先介绍了直升机综合飞行/发动机控制研究,模型预测控制研究及最优化问题研究现状。第二章以黑鹰直升机数据为基础建立了直升机/发动机综合仿真平台,此平台可以在飞行包线内任意点开始仿真计算,并解决了发动机/旋翼扭振问题,为后续章节的展开提供了仿真平台。第三章采用统一建模语言（UML）建立了基于C++的优化算法库,包括单纯形算法求解线性规划（LP）问题、有效集算法求解二次规划问题（QP）及序列二次规划算法（SQP）求解一般非线性优化问题,为后续章节的研究提供了实时优化算法的保证。第四章进行了基于SQP的涡轴发动机非线性模型预测控制研究,采用神经元网络进行预测模型的计算,采用SQP算法进行在线滚动优化计算,并讨论了此控制器的实时性问题。第五章针对全局优化问题进行了填充函数方法（FFM）研究,提出了一种新的单参数填充函数算法,并利用此算法进一步进行非线性模型预测控制研究,设计了基于FFM的涡轴发动机非线性模型预测控制器。第六章分别采用LP和SQP算法对涡轴发动机进行了在线导叶角优化控制研究,讨论了在发动机性能寻优过程中的LP算法和SQP算法在实时性方面的差别,论述了SQP算法在实时性方面应优于LP算法。第七章针对发动机/旋翼系统进行了变旋翼转速综合优化控制研究,打破了传统的恒定旋翼及功率涡轮转速限制。第八章进行了全文总结,并对后续工作提出了展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 直升机综合飞行/发动机控制概述
• 1.1.1 对直升机综合飞行/发动机控制的需求
• 1.1.2 国外研究现状
• 1.1.3 国内研究现状
• 1.2 模型预测控制概述
• 1.3 最优化问题概述
• 1.4 课题来源
• 1.5 本文内容安排
• 第二章 直升机/发动机一体化仿真平台研究
• 2.1 概述
• 2.2 旋翼模型
• 2.2.1 引言
• 2.2.2 旋翼数学模型
• 2.2.3 旋翼模型稳态配平计算
• 2.2.4 旋翼模型动态计算
• 2.3 机身模型
• 2.3.1 引言
• 2.3.2 机身数学模型
• 2.4 尾桨模型
• 2.4.1 引言
• 2.4.2 尾桨数学模型
• 2.5 水平、垂直尾翼模型
• 2.5.1 引言
• 2.5.2 水平尾翼数学模型
• 2.5.3 垂直尾翼数学模型
• 2.6 发动机模型
• 2.6.1 引言
• 2.6.2 涡轴发动机部件级功率解算模型
• 2.7 直升机/发动机一体化仿真平台结构
• 2.7.1 引言
• 2.7.2 扭振滤波器设计
• 2.7.3 仿真结果
• 2.8 直升机仿真平台定常飞行配平
• 2.8.1 引言
• 2.8.2 稳态配平原理
• 2.8.3 稳态配平仿真结果
• 2.9 直升机仿真平台动态计算
• 2.9.1 引言
• 2.9.2 动态计算方法
• 2.9.3 动态计算仿真结果
• 2.10 小结
• 第三章 基于C++的优化算法库研究
• 3.1 概述
• 3.2 数值计算基础库
• 3.2.1 相关软件知识介绍
• 3.2.2 Array 类
• 3.2.3 Matrix 类
• 3.2.4 相关运算
• 3.3 线性规划
• 3.3.1 相关定义和定理
• 3.3.2 单纯形法
• 3.3.3 线性规划进一步讨论
• 3.3.4 软件架构
• 3.4 二次规划
• 3.4.1 相关定义和定理
• 3.4.2 有效集算法
• 3.4.3 二次规划进一步讨论
• 3.4.4 软件架构
• 3.5 序列二次规划
• 3.5.1 线性搜索SQP 算法
• 3.5.2 软件架构
• 3.6 小结
• 第四章 基于SQP 的涡轴发动机非线性模型预测控制研究
• 4.1 概述
• 4.2 模型预测控制
• 4.2.1 模型预测控制原理
• 4.2.2 预测模型
• 4.2.3 滚动优化
• 4.2.4 反馈校正
• 4.2.5 非线性模型预测控制
• 4.3 涡轴发动机串级PID 控制器设计
• 4.3.1 串级PID 控制原理
• 4.3.2 串级PID 控制器数值仿真
• 4.4 涡轴发动机非线性模型预测控制原理
• 4.5 基于神经元网络的涡轴发动机在线预测模型
• 4.5.1 基于神经网络的涡轴发动机动态模型
• 4.5.2 涡轴发动机在线预测模型
• 4.6 基于SQP 的在线优化模块
• 4.7 反馈校正模块
• 4.8 数字仿真结果
• 4.9 实时性研究
• 4.10 小结
• 第五章 基于FFM 的涡轴发动机非线性模型预测控制研究
• 5.1 概述
• 5.2 新的填充函数定义
• 5.3 一种单参数的填充函数的构建
• 5.3.1 单参数的填充函数构建
• 5.3.2 数值仿真结果
• 5.4 基于FFM 的涡轴发动机非线性预测控制研究
• 5.4.1 NNP 预测模型
• 5.4.2 反馈校正
• 5.4.3 FFM 优化模块
• 5.4.4 数值仿真
• 5.5 小结
• 第六章 基于可变导叶角的涡轴发动机优化研究
• 6.1 概述
• 6.2 优化原理
• 6.2.1 发动机性能寻优概念
• 6.2.2 基于可变导叶角的优化原理
• 6.3 最低油耗控制模式
• 6.3.1 LP 优化
• 6.3.2 SQP 优化
• 6.3.3 LP 与SQP 算法实时性比较
• 6.4 小结
• 第七章 基于变旋翼转速的涡轴发动机/旋翼优化研究
• 7.1 概述
• 7.2 基于变旋翼转速的涡轴发动机/旋翼优化原理
• 7.3 含闭环发动机的优化实现方法
• 7.3.1 最小需用功率优化原理结构图
• 7.3.2 最小需用功率优化仿真结果
• 7.4 单独旋翼模型的优化实现方法
• 7.4.1 最小需用功率优化原理结构图
• 7.4.2 最小需用功率优化仿真结果
• 7.5 小结
• 第八章 结论与展望
• 8.1 全文总结
• 8.2 对未来工作的展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文