[发明专利]基于非线性模型预测控制的航空发动机直接推力控制方法有效
申请号: | 201910531675.1 | 申请日: | 2019-06-19 |
公开(公告)号: | CN110219736B | 公开(公告)日: | 2020-02-18 |
发明(设计)人: | 郑前钢;柳亚冰;胡旭;汪勇;陈浩颖;胡忠志;张海波;李秋红 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | F02C9/00 | 分类号: | F02C9/00;F02C9/28 |
代理公司: | 北京德崇智捷知识产权代理有限公司 11467 | 代理人: | 杨楠 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 非线性 模型 预测 控制 航空发动机 直接 推力 方法 | ||
1.一种基于非线性模型预测控制的航空发动机直接推力控制方法,其特征在于,以推力为直接控制目标,使用非线性模型预测控制方法进行控制;具体通过求解以下滚动优化问题实现:
其中r为发动机控制指令,为控制目标预测值,u为控制变量向量,Nf、Nc分别为风扇转速、压气机转子转速,Smf、Smc分别为风扇喘振裕度、压气机喘振裕度,T41为高压涡轮进口温度,Q和R正定对称,正整数Nu和Np分别为控制时域和预测时域。
2.如权利要求1所述基于非线性模型预测控制的航空发动机直接推力控制方法,其特征在于,使用预先训练的在线滑动窗口深度神经网络作为所述非线性模型预测控制方法的预测模型,所述在线滑动窗口深度神经网络的损失函数描述为:
其中x为输入向量,y为输出向量,j表示为第j时刻,L为滚动区间长度,fDNN表述深度神经网络的映射,W为权重矩阵,b为偏置向量。
3.如权利要求2所述基于非线性模型预测控制的航空发动机直接推力控制方法,其特征在于,所述预测模型的输入xDNN和输出yDNN具体如下:
其中,Wfb(k),Nf(k),Nc(k),Smf(k),Smc(k),T41(k),F(k)分别为k时刻的发动机燃油输入、风扇转速、压气机转子转速、风扇喘振裕度、压气机喘振裕度、高压涡轮进口温度、发动机推力,m1,m2,…,m7为预设的正整数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910531675.1/1.html,转载请声明来源钻瓜专利网。