[发明专利]基于复合模型预测控制的航空发动机直接推力控制方法

说明书

本发明公开了一种基于复合模型预测控制的航空发动机直接推力控制方法，利用非线性预测模型控制方法对发动机推力进行直接控制；所述非线性预测模型控制方法中所使用的预测模型为基于发动机状态变量模型、卡尔曼滤波器、发动机非线性模型所建立的复合预测模型，所述卡尔曼滤波器利用发动机测量参数值和发动机非线性模型计算值之差计算得到发动机退化量并将其反馈到发动机非线性模型，发动机非线性模型计算出发动机不可测参数并将其与发动机退化量一起反馈至发动机状态变量模型，发动机状态变量模型通过实时滚动优化求出预测控制量。相比现有技术，本发明可有效提高发动机模型预测控制的实时性。

技术领域

本发明属于航空宇航推进理论与工程中的系统控制与仿真技术领域，具体涉及一种基于复合模型预测控制的航空发动机直接推力控制方法。

背景技术

如何快速精确地为飞行器提供推力是航空发动机重要性能指标。传统航空发动机控制器通过控制与推力特别相关的发动机可测参数，如转子转速和发动机增压比，来间接控制推力。然而，由于航空发动机在服役周期中，随着自然的磨损、腐蚀等原因引起发动机退化，而且在制造安装中都会产生公差，这些会使得这些可测参数与需求推力的映射关系产生偏差，如果继续使用控制与推力相关的可测参数，其控制误差不可避免。此外，航空发动机在运行时还得满足各种限制，如涡轮前温度、喘振裕度和转子转速等限制，传统控制器会使用限制线，然后进行高低选择。这些限制线随着发动机退化之后精度也发生变化，而且对于不可测参数，如喘振裕度和涡轮前温度，控制器设计时往往要保留很大的裕度，以保证发动机在最恶劣的工作点都能安全运行。

为此，基线模式被提出并得到大量的研究，取得很好的控制效果，该模式一个重要特征是直接以发动机推力为控制目标，实现了推力的精确控制。模型预测控制(MPC,ModelPredictive Control)是模型基控制中的关键技术，同时也是智能发动机控制的重要发展方向，它是在满足发动机运行的各种机械气动限制，如喘振裕度、涡轮前温度、转子转速、执行结构等诸多限制的条件下，以某个性能，如最小耗油率、最低涡轮前温度、最大推力等指令，为优化指标，最优地求解出控制量。从其原理可看出，预测控制在过渡态控制中考虑机械限制，比传统控制器得到更优的加速曲线，而最后稳定时，又可以取得良好的性能，因而，模型预测控制在发动机控制领域引起极大兴趣。

Van Essen H A将NMPC用于燃气涡轮装置上进行实验，取得良好的控制效果，Decastro J A提出基于线性变参数的MPC用于控制涡扇发动机涡轮叶片间隙控制，并验证了该技术可应用于航空发动机控制。针对民用航空发动机，Richter提出多路方法计算控制变量，该方法能在控制性能不变的情况下，降低了NMPC的计算量。Saluru分析了NMPC在航空发动机控制领域发展前景，并用仿真实验验证了NMPC可以代替传统的PID控制器。由于发动机在服役过程中会发生退化，因而Brunell使用扩展卡尔曼EKF估计发动机退化量，对用MPC进行控制，取得良好的控制效果，Viassolo提出EKF的NMPC对发动机性能参数，如发动机推力、耗油率，进行直接控制。由于基于EKF的NMPC控制精度高，而且可应用发动机退化情况下，因而备受关注，然而，EKF是通过部件级模型在线线性化，由于部件级模型计算复杂度高，而发动机是强非线性对象，因此对于单步计算时间要求必须短，因而EKF实时性难以保证。

发明内容

本发明所要解决的技术问题在于克服现有技术不足，提供一种基于复合模型预测控制的航空发动机直接推力控制方法，可有效提高发动机模型预测控制的实时性。

本发明具体采用以下技术方案解决上述技术问题：