[发明专利]气路部件故障下基于IPSO的发动机加速过程最优控制方法

说明书

本发明提出一种气路部件故障下基于IPSO的发动机加速过程最优控制方法，根据航空发动机的特点，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。对粒子群算法中重要参数的改进；与GuoA算法相结合，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，并且设计最优控制器所用的发动机模型考虑了发动机气路部件故障。本发明能够在发动机机气路部件故障的情况下依旧对真实发动机的加速过程进行优良控制，可以实现发动机气路部件故障的情况下加速过程的最优控制，在保证发动机安全工作前提下，缩短发动机加速时间，有效改善发动机加速性能，提高飞机的机动性和容错能力。

技术领域

本发明涉及航空发动机控制技术领域，尤其涉及一种气路部件故障下基于IPSO的发动机加速过程最优控制方法。

背景技术

航空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。由于航空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发动机具有良好的加速性能。加速过程控制是航空发动机过渡态控制的一种，相较于发动机起动、接通/切断加力、减速控制，加速过程控制对发动机以及飞机性能的影响更为明显。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，研究发动机加速过程的最优控制，改善发动机加速性能具有重要意义。

国内外在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，不能直接用在航空发动机加速过程的寻优控制中。

并且，现代战机对航空发动机性能的要求不断提高，其结构也越来越复杂，并且由于发动机工作环境的恶劣多变，发动机故障约占飞机总故障的1/3。其中，气路部件故障占发动机总体故障的90％以上，其维护费用占发动机总体维护费用的60％。为了保证发动机安全工作并使故障发动机提供足够的性能来保证飞机安全飞行或具有高的机动性，必须对故障的发动机性能进行恢复，并且对发动机进行容错控制，保证控制系统正常稳定工作且具有良好的性能。因此，研究发动机气路部件故障容错控制方法具有重要意义。

传统的气路部件故障容错控制方法在航空发动机出现气路部件故障时通过修正控制规律，使得发动机的推力与油门杆始终匹配，有效的保证了发动机的推力。然而，这些设计方法并没有解决当前控制器和发动机模型不匹配从而导致控制系统性能下降甚至不稳定的问题。当发动机发生气路部件故障时，发动机在同一工作点的线性化模型也会发生较大变化。因此，根据正常状态的发动机模型设计的控制器一般无法保证气路部件故障时发动机的性能，甚至无法保证控制系统的闭环稳定。

综上，研究气路部件故障状态下发动机的加速过程寻优控制具有重要意义。

发明内容

为解决现有技术存在的问题，本发明提出一种气路部件故障下基于IPSO的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发动机加速过程寻优控制，并且加速过程寻优控制所用的发动机模型为考虑了发动机气路部件故障的非线性机载发动机模型。能够在发动机机气路部件故障的情况下依旧对真实发动机进行优良控制，实现发动机加速过程的最优控制，提高发动机的加速过程性能，提高飞机的机动性和容错能力。

本发明的技术方案为：

首先航空发动机的气路部件故障诊断模块，包含非线性机载发动机模型和分段线性化卡尔曼滤波器，然后结合气路部件故障诊断模块中的非线性机载发动机模型，以改进粒子群算法来进行发动机加速过程寻优，以实现某型航空涡扇发动机加速过程最优。