[发明专利]一种发动机运行状态的预测方法及预测系统

说明书

本发明公开一种预测发动机运行状态的方法及系统，方法包括：根据发动机的油针调校值及工作环境的海拔高度确定各影响因子的非线性阶次和记忆长度，影响因子包括：风门开度、大气压力及大气温度；根据非线性阶次和记忆长度确定发动机的非线性模型；对发动机进行激励，分别采集风门开度、大气压力、大气温度和发动机的转速的样本数据；根据样本数据及非线性模型确定发动机的目标模型，用于预测发动机的运行状态。本发明针对活塞发动机的非线性特性，采用了能够精确反应实际系统的非线性模型，建立了以风门开度、大气压力及大气温度为输入，以发动机的转速为输出的多输入单输出非线性的目标模型，可以精确预测发动机的运行状态。

技术领域

本发明涉及发动机领域，特别是涉及发动机运行状态的预测方法及预测系统。

背景技术

随着现代科学技术的快速发展，无人机近年来成为了科技的“宠儿”，在军事和民用等多个领域受到人们的青睐。小型无人机动力装置是各类无人机系统的核心装置，在涉及无人机的全系统与分系统仿真、控制系统设计、飞行状态预测和安全状态检测等研究与应用中，都需要对小型无人机动力装置进行准确建模。

当前小型无人机普遍使用活塞式航空发动机与定距螺旋桨作为动力装置。现有的方法在对其进行建模时，普遍采用线性建模的方法。具体步骤为：1)建立以发动机风门开度为输入，发动机转速为输出的单输入单输出线性模型；2)采集发动机风门开度和发动机转速的实验数据；3)利用实验数据采用最小二乘法对步骤1)中建立的线性模型进行拟合，得到动力装置的数学模型。

由于活塞发动机是一个天然的非线性系统，线性模型本身无法精确描述活塞发动机的动态性能，而且现有技术中的模型是以发动机风门开度为输入，发动机转速为输出的单输入单输出系统，而实际上发动机的工作状态还受到大气压力、大气温度等要素的影响，尤其是在空中飞行时，大气压力的变化对活塞发动机有着较显著的影响，因此，采用现有技术建立的动力装置的数学模型精度较低，无法准确预测发动机的运行状态。

因此，如何提供一种能够精确预测发动机运行状态的方法及系统，成为本领域技术人员亟需解决的技术问题。

发明内容

本发明的目的是提供一种预测发动机运行状态的方法，能够精确预测发动机的运行状态。

为实现上述目的，本发明提供了如下方案：

一种预测发动机运行状态的方法，所述方法包括：

根据发动机的油针调校值及工作环境的海拔高度确定各影响因子的非线性阶次和记忆长度，其中，所述影响因子包括：风门开度、大气压力及大气温度；

根据所述非线性阶次和记忆长度确定所述发动机的非线性模型；

对所述发动机进行激励，分别采集所述风门开度、所述大气压力、所述大气温度和所述发动机的转速的样本数据；

根据所述样本数据及所述非线性模型确定所述发动机的目标模型，用于预测所述发动机的运行状态。

可选的，采用随机多音信号对所述发动机进行激励，所述随机多音信号的函数为：

其中，s(t)为随机多音信号，t为时间变量，A₀为激励幅值的均值，f_max为欲激励的最大频率，K为所述欲激励的最大频率的分频数量，A_k′为独立同分布的激励幅值的随机变量，为服从[0,2π)上均匀分布的随机相位。

可选的，所述非线性模型为：