[发明专利]一种涡扇发动机部件特征参数辨识方法

说明书

本发明提供一种涡扇发动机部件特征参数辨识方法，步骤如下：定义发动机特征参数的辨识问题的目标对象和可调参数；可调参数敏感性分析；设置测量参数的置信区域；可调参数和可测参数之间的关系分析；确定可调参数；构建可解的辨识问题；基于粒子群法进行参数辨识问题的求解；整机条件下部件特性评估。本发明所提供涡扇发动机部件特征参数辨识方法，通过引入临近状态测量参数偏差并设置置信区域的方法，解决了测量恒偏差带来的计算问题，提高了辨识的精度；采用粒子群法进行参数辨识，可得到全局最优解，更加接近发动机真实工作情况。

技术领域

本发明属于航空涡扇发动机结构设计领域，特别涉及发动机实际工作特性评估领域，具体涉及一种涡扇发动机部件特征参数辨识方法。

背景技术

涡扇发动机是由风扇、压气机、燃烧室、高低压涡轮、加力燃烧室和喷管组成的，其整机性能参数由各部件特性共同确定。在发动机设计和调试的过程中，各部件的特性一般通过试验或理论计算的方式来获得。由于制造安装公差的存在，各部件提供的试验或理论特性组成的整机计算模型往往与整机特性不尽相同。而且在发动机的使用过程中，由于存在部件表面积垢沉淀和侵蚀、叶片的摩擦和叶型的磨蚀等问题，会造成各部件性能衰减进而引起整机性能的变化。所以，按照发动机气动热力学特性和部件特性建立的数学模型一般只能表现额定特性，与实际发动机往往存在差异。

20世纪80年代中期提出了设计部件跟踪滤波器来解决模型和发动机输出间的失配。在NASA针对F100发动机展开的性能寻优研究中，采用风扇流量衰减量、风扇效率衰减量、压气机流量衰减量、压气机效率衰减量、高压涡轮通流面积变化量作为反映发动机性能衰减的状态量。采用扩展状态方程，应用卡尔曼滤波器获取这五个衰减量的数值。后又先后出现应用可测参数的变化量来表征发动机的非额定工作情况的理论；将最优化技术引入耦合计算中，在相近部件特性或通用特性的基础上确定10个设计变量并引入约束条件，应用优化计算方法对部件特性进行修正的理论，此外还有应用神经网络对发动机模型进行实时修正的方法。但由于参数数目所限，这几种方法未必能够保证参数反映的是发动机的真实情况，很难解决整机实际工作条件下部件特性评估问题。

发明内容

本发明的目的在于提供一种涡扇发动机部件特征参数辨识方法，克服或减轻现有技术的至少一个上述缺陷。

本发明的目的通过如下技术方案实现：一种涡扇发动机部件特征参数辨识方法，包括如下步骤，

步骤一：定义发动机特征参数的辨识问题的目标对象和可调参数；

步骤二：可调参数敏感性分析；

步骤三：设置测量参数的置信区域；

步骤四：可调参数和可测参数之间的关系分析；

步骤五：确定可调参数；

步骤六：构建可解的辨识问题；

步骤七：基于粒子群法进行参数辨识问题的求解；

步骤八：整机条件下部件特性评估。

优选地是，所述目标对象包括工程上能够实现的整机测量参数以及发动机临近状态的测量参数偏差；所述可调参数为待辨识的部件特征参数，其中目标参数的数量不少于可调参数的数量。

优选地是，所述步骤二具体为：单独调整每个可调参数并进行计算，所得的计算参数与测量参数作差，从而得到每个参数调整后对发动机整机性能影响程度，得到可调参数的敏感性。

优选地是，所述步骤三具体为：通过数值模拟计算或传感器精度分析，给出测量变量与真实截面参数的置信区间。

优选地是，所述测量变量与所述真实截面参数的置信区间E，有如下关

系式：