[发明专利]基于IPSO的变循环发动机加速过程最优控制方法

说明书

本发明提出基于IPSO的变循环发动机加速过程最优控制方法，根据变循环发动机的特点，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从两个方面进行改进：粒子群算法中重要参数的改进；与GuoA算法相结合，取长补短，有针对性的进行改进。将改进粒子群算法用于加速过程寻优，输出最优控制变量给变循环发动机。本发明可以实现变循环发动机加速过程的最优控制，选出变循环发动机特定工作情况下的最优工作模式，实现稳态性能最优，在保证变循环发动机安全工作前提下，缩短变循环发动机加速时间，有效改善变循环发动机加速性能，提高飞机的机动性。

技术领域

本发明涉及变循环发动机控制技术领域，尤其涉及基于IPSO的变循环发动机加速过程最优控制方法。

背景技术

现代战争要求先进战斗机具备长航程亚声速巡航的能力，同时在作战时又要具备快速反应能力，未来变循环发动机将向长巡航里程、高推重比、宽工作范围三个方向不断发展。通过研究常规发动机速度特性，研究者发现超声速状态下涡喷发动机具有较高的单位推力和较低的单位燃油消耗率而亚声速状态下大涵道比涡扇发动机具有较低的单位燃油消耗率。考虑现代战争对战斗机推进系统的性能要求，涡扇发动机更加适合亚声速飞行，而涡喷发动机更适合超声速飞行。因此，便有了性能更好的变循环发动机。在发动机不同的工作状态下，通过采用调节特征部件的几何形状、物理位置或尺寸大小等不同的技术手段，将涡扇和涡喷两种不同的变循环发动机的性能优势集中一体，从而保证变循环发动机在亚声速巡航状态下以涡扇发动机类似构型工作，从而获得较高的经济性，在超声速作战状态下以涡喷发动机类似构型工作，从而获得持续可靠的高单位推力，达到了将涡扇、涡喷发动机的性能优势融为一体的目的，使变循环发动机在发动机工作全过程中均具有优良的性能。

变循环发动机是飞机的心脏，是衡量一个国家航空事业发展水平的重要指标之一，因此对强化动力系统的研究对提升国家航空技术整体水平具有重要意义。由于变循环发动机的工作过程复杂多变，且具有强非线性、多控制变量、时变、复杂的结构特点，因此，对变循环发动机控制问题的研究比一般控制系统更为困难。

现代战机对飞机的机动性要求非常高，良好的机动性就要求变循环发动机具有良好的加速性能。加速过程控制是变循环发动机过渡态控制的一种，相较于变循环发动机起动、接通/切断加力、减速控制，加速过程控制对变循环发动机以及飞机性能的影响更为明显。变循环发动机的加速过程直接影响战斗机的重要飞行指标(如：战斗机加速、爬升和紧急着陆复飞等等)，因此，研究变循环发动机加速过程的最优控制，改善变循环发动机加速性能具有重要意义。

国内外在变循环发动机加速过程的最优控制研究中虽然取得了一定成果，但也存在许多尚未解决的技术难题或待改进之处。比如，粒子群算法往往出现早熟收敛和全局收敛性能差等缺点，不能直接用在变循环发动机加速过程的寻优控制中。

发明内容

为解决现有技术存在的问题，本发明提出基于IPSO的变循环发动机加速过程最优控制方法，对粒子群算法进行改进，并将改进的粒子群算法应用于变循环发动机加速过程寻优控制，实现变循环发动机加速过程的最优控制，提高变循环发动机的加速过程性能，提高飞机的机动性。

本发明的技术方案为：

首先建立变循环发动机的非线性数学模型，然后以改进粒子群算法来进行变循环发动机加速过程寻优，以实现某型航空涡扇变循环发动机加速过程最优。

所述基于IPSO的变循环发动机加速过程最优控制方法，其特征在于：所述改进粒子群算法是在基本的粒子群算法上进行改进，针对原始粒子群算法迭代后期容易陷入局部最优，收敛精度低，易发散等缺点，对粒子群算法进行改进。主要从以下两个方面进行改进：

(1)粒子群算法中重要参数的改进，主要包括：惯性权重ω的调节，学习因子c₁和c₂的改进。

(2)与GuoA算法相结合，取长补短，有针对性的进行改进。