首页 / 专利库 / 泵和压缩机 / 喘振裕度 / 基于延寿控制的航空发动机加速控制实时优化方法、装置

基于延寿控制的航空发动机加速控制实时优化方法、装置

阅读:947发布:2020-06-25

专利汇可以提供基于延寿控制的航空发动机加速控制实时优化方法、装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于延寿控制的航空 发动机 加速 控制实时优化方法。该方法在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的 热机 械疲劳来提高航空发动机寿命。本发明还公开了一种基于延寿控制的航空发动机加速控制实时优化装置。相比 现有技术 ,本发明在加速过程考虑了航空发动机 叶片 受到热机械疲劳的影响,在加速优化目标中不但考虑使发动机快速响应,而且将叶片热机械疲劳寿命引入到目标函数中。因此,本发明可使得发动机不但具有快速响应,同时又具有较高的寿命。,下面是基于延寿控制的航空发动机加速控制实时优化方法、装置专利的具体信息内容。

1.一种基于延寿控制的航空发动机加速控制实时优化方法,其特征在于,在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的热机械疲劳来提高航空发动机寿命,具体如下:首先对航空发动机的加速过程进行离散化;然后对当前的第k个离散控制点,通过对以下优化目标函数进行求解,得到在第k个离散控制点的航空发动机控制量u[k],并根据所得控制量对航空发动机的加速过程进行实时控制:
其中,Nc,obj为压气机目标转速,Nc为压气机实际转速,T4,obj为燃烧室出口温度目标温度,T4为实际的燃烧室出口温度,Ms为叶片热机械疲劳寿命,ω1、ω2和ω3为目标函数的权重系数,Nf、Smf和Smc分别为扇转速、风扇喘振裕度和压气机喘振裕度,下标max、min分别代表限制最大值、限制最小值。
2.如权利要求1所述方法,其特征在于,使用序列二次规划方法对所述优化目标函数进行求解。
3.一种基于延寿控制的航空发动机加速控制实时优化装置,其特征在于,用于在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的热机械疲劳来提高航空发动机寿命,所述装置包括:
离散化单元,用于对航空发动机的加速过程进行离散化;
控制量优化单元,用于对当前的第k个离散控制点,通过对以下优化目标函数进行求解,得到在第k个离散控制点的航空发动机控制量u[k],并根据所得控制量对航空发动机的加速过程进行实时控制:
其中,Nc,obj为压气机目标转速,Nc为压气机实际转速,T4,obj为燃烧室出口温度目标温度,T4为实际的燃烧室出口温度,Ms为叶片热机械疲劳寿命,ω1、ω2和ω3为目标函数的权重系数,Nf、Smf和Smc分别为风扇转速、风扇喘振裕度和压气机喘振裕度,下标max、min分别代表限制最大值、限制最小值。
4.如权利要求3所述装置,其特征在于,控制量优化单元使用序列二次规划方法对所述优化目标函数进行求解。

说明书全文

基于延寿控制的航空发动机加速控制实时优化方法、装置

技术领域

[0001] 本发明涉及一种基于延寿控制的航空发动机加速控制实时优化方法、装置。

背景技术

[0002] 传统航空发动机控制系统设计过程中优先考虑最大程度发挥发动机性能,而较少考虑发动机寿命,而飞机在大部分飞行过程中,除了在应急情况下,可以适当降低发动机加速性能,以此提高发动机寿命、减少维修次数和降低维修成本。基于此思想,NASA在上个世纪90年代提出寿命延长控制(LEC,Life Extending Control),并将其应用于火箭发动,Wiseman M W等阐述了发动机寿命延长控制常用方法,Guo T H等介绍寿命延长控制的基本结构及需要解决的关键技术。Carl F等将非线性优化方法应用于发动机在巡航状态下的延长寿命控制,Chen P等在航空发动机加速过程中考虑到涡轮叶片寿命的影响,仿真结果表明,发动机寿命延长控制可以在保证发动机基本性能不降低的情况下,高温部件寿命提高近30%。Daniel T等将预测控制应用于燃气涡轮延长寿命控制,郭迎清等在发动机退化情况下,提出根据性能退化平设计软中硬三级寿命延长控制策略,并利用双层控制系统结构来协调多个控制器间的切换。寿命延长控制主要从叶片蠕变和热机械疲劳现象两个方面入手,蠕变损伤寿命主要通过优化发动机在巡航时候的叶片温度和累计损伤,热机械疲劳主要通过降低发动机在加速过程的损伤。
[0003] 上述工作在这两方面取得良好的结果,但未对加速控制率进行实时优化控制对发动机热机械疲劳寿命影响进行研究,有学者对发动机控制率进行离线修改,而发动机加速过程中是动态过程,不同的加速起点和终点对应的控制率理应不同。
[0004] 基于解析最优化理论的加速优化控制是目前在该领域研究最多的一类方法,并且取得了良好效果。王旭将约束变尺度法(CVM,Constrained Variable Metric)应用于加速优化,并提出研究重点应为算法实时性和加入更多限制约束。樊丁等引入线性加权方法把多目标问题转化为单目标问题,并利用(SQP,Sequential Quadratic Programming)求解加速优化问题,仿真实验表明,该方法能够挖掘发动机性能,提高发动机响应速度。戚学锋等提出自适应变权重的多目标优化算法,并可行性序列二次规划算法(FSQP,Feasible Sequential Quadratic Programming)应用加速优化控制中,仿真结果表明该方法可以有效解决多目标多变量优化问题。Li J等将遗传算法(GA,genetic algo-rithms)应用于战斗状态的发动机加速控制,时培燕提出基于GA-SQP混合优化算法的发动机加速问题,该算法首先用GA求出当前时刻加速优化问题的最优解,然后将该解作为SQP算法初始值,提高SQP算法的寻优精度。上述优化问题在航空发动机加速优化取得一定成果,但未在寿命延长控制方面应用。

发明内容

[0005] 本发明所要解决的技术问题在于克服现有技术不足,提供一种基于延寿控制的航空发动机加速控制实时优化方法、装置,通过对加速过程中的航空发动机控制量进行实时优化,可有效地降低发动机在加速过程的热机械疲劳,提高发动机寿命。
[0006] 本发明具体采用以下技术方案解决上述技术问题:
[0007] 一种基于延寿控制的航空发动机加速控制实时优化方法,在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的热机械疲劳来提高航空发动机寿命。
[0008] 进一步地,所述方法具体如下:首先对航空发动机的加速过程进行离散化;然后对于当前的第k个离散控制点,通过对以下优化目标函数进行求解,得到在第k个离散控制点的航空发动机控制量u[k],并根据所得控制量对航空发动机的加速过程进行实时控制:
[0009]
[0010]
[0011] 其中,Nc,obj为压气机目标转速,Nc为压气机实际转速,T4,obj为燃烧室出口温度目标温度,T4为实际的燃烧室出口温度,Ms为叶片热机械疲劳寿命,ω1、ω2和ω3为目标函数的权重系数,Nf、Smf和Smc分别为扇转速、风扇喘振裕度和压气机喘振裕度,下标max、min分别代表限制最大值、限制最小值。
[0012] 更进一步地,使用序列二次规划方法对所述优化目标函数进行求解。
[0013] 根据相同的发明思路还可以得到以下技术方案:
[0014] 一种基于延寿控制的航空发动机加速控制实时优化装置,用于在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的热机械疲劳来提高航空发动机寿命。
[0015] 进一步地,所述装置包括:
[0016] 离散化单元,用于对航空发动机的加速过程进行离散化;
[0017] 控制量优化单元,用于对当前的第k个离散控制点,通过对以下优化目标函数进行求解,得到在第k个离散控制点的航空发动机控制量u[k],并根据所得控制量对航空发动机的加速过程进行实时控制:
[0018]
[0019]
[0020] 其中,Nc,obj为压气机目标转速,Nc为压气机实际转速,T4,obj为燃烧室出口温度目标温度,T4为实际的燃烧室出口温度,Ms为叶片热机械疲劳寿命,ω1、ω2和ω3为目标函数的权重系数,Nf、Smf和Smc分别为风扇转速、风扇喘振裕度和压气机喘振裕度,下标max、min分别代表限制最大值、限制最小值。
[0021] 更进一步地,控制量优化单元使用序列二次规划方法对所述优化目标函数进行求解。
[0022] 相比现有技术,本发明及其进一步改进技术方案具有以下有益效果:
[0023] 本发明在加速过程考虑了航空发动机叶片受到热机械疲劳的影响,在加速优化目标中不但考虑使发动机快速响应,而且将叶片热机械疲劳寿命引入到目标函数中。因此,本发明可使得发动机不但具有快速响应,同时又具有较高的寿命。附图说明
[0024] 图1为航空发动机的涡轮导向叶片截面图;
[0025] 图2为涡轮导向叶片热机械疲劳寿命计算流程图
[0026] 图3为本发明实时优化方法的流程示意图;
[0027] 图4a~图4m为本发明方法的仿真结果。

具体实施方式

[0028] 下面结合附图对本发明的技术方案进行详细说明:
[0029] 本发明针对在加速过程的航空发动机热机械疲劳现象,通过在加速优化时考虑涡轮叶片寿命的影响,在航空发动机的加速控制过程中,通过减小航空发动机在加速过程中的热机械疲劳来提高航空发动机寿命。本发明不仅可以使得航空发动机在加速过程具有较快响应,同时寿命时间较长。
[0030] 在加速优化问题建立之前,先建立涡轮导向叶片的热机械疲劳模型,具体如下:
[0031] 航空发动机由大量部件组成,这些部件在发动机运行过程中受到不同程度的损失,特别是燃烧室、涡轮轮盘和涡轮导向叶片等热端部件,其损失决定了发动机的使用寿命。涡轮导向叶片的作用是使通过的高温燃气压温度下降,速度增加,使燃气的热能转化为动能,尽管涡轮导向叶片是静止的,但它的工作条件却十分恶劣,为此建立涡轮导向叶片热机械疲劳损失模型,以便后续说明。
[0032] 涡轮导向叶片主要受到机械应力热应力,图1给出了涡轮导向叶片截面图,其中T27和P27为从压气机引入的冷却气流的温度和压力,其中涡轮导向叶片的机械应力为单位面积承受的外界压力,与叶片表明压力相关,可以表示成压强的函数:
[0033] σmech=fmech(Pi)  (1)
[0034] 其中σmech称为机械应力,Pi为界面压强,i=31,41,43。
[0035] 热应力是由于叶片受热时产生变形而产生的力,其力的大小与叶片温度分布有关,温度差越大,热应力越大,假设叶片温度延轴向是连续变化,且延叶根方向是相同的。经过气流冷却后,叶片金属温度Tmetal有:
[0036] Tmetal=Tgas-ηcool(Tgas-Tair,cool)  (2)
[0037] 其中Tgas为燃气温度,Tair,cool为冷却气流温度,如果用压气机气流进行冷却有Tair,cool=T27,ηcool为冷却系数,在叶片前缘处的燃气温度Tgas=T41,叶片后缘处的燃气温度Tgas=T42,因此前后缘金属温度有:
[0038] T41,metal=T41-ηcool(T41-T27)  (3)
[0039] T42,metal=T42-ηcool(T42-T27)  (4)
[0040] 根据热应力计算公式,任一时刻叶片前缘的热应力σthermal有:
[0041]
[0042] 其中 为叶片前缘金属温度的变化, Tmetal,0为金属初始时刻的温度, 为金属变化而产生的热应力。 为金属前后缘的温度差,
为叶片前后缘温差产生的应力。
[0043] 总热机械应力为机械应力和热应力的叠加
[0044] σ=σthermal+σmech  (6)
[0045] 因而,涡轮导向叶片前缘的总应力差为:
[0046] Δσtotal=σmax-σmin=(σthermal,max+σmech,max)-(σthermal,min+σmech,min)  (7)[0047] 其中σthermal,max,σthermal,min分别为最大热应力和最小热应力:
[0048]
[0049]
[0050] 而σmech,max和σmech,min分别为最大机械应力和最小机械应力:
[0051] σmech,max=fmech,max(Pi)  (10)
[0052] σmech,min=fmech,min(Pi)  (11)
[0053] 从总应力差计算公式可以看出,对于发动机加速过程,当发动机加速起点固定时,一般为慢车状态,σmin固定,叶片初始温度Tmetal,0也固定,在加速过程叶片总应力差只与叶片金属前缘金属温差 金属前后缘温度差 和涡轮导向叶片截面压力相关,既加速时Δσtotal可以表示为,而且 和 起主要作用,因而Δσtotal可以表示成:
[0054]
[0055] 发动机单次加速过程中,总应变差Δεtotal可以采用材料的应力-应变公式计算得到:
[0056]
[0057] 式中,E弹性模量,K′为循环强度系数,n′为循环硬化指数。
[0058] 对于涡轮导向叶片的高温低周疲劳预测模型,本发明采用基于Manson-Coffin理论的预测模型和线性损伤累积方法,而材料的总应变差Δεtotal为弹性应变Δεe和塑性应变Δεp之和,故有:
[0059]
[0060] 弹性应变Δεe:
[0061]
[0062] 式中,Mf为断裂疲劳次数,σ'f为疲劳强度系数,b为疲劳强度指数,塑性应变Δεp为:
[0063]
[0064] 式中,ε'f为疲劳延性系数,c为疲劳延性指数。联立上式有:
[0065]
[0066] 可得:
[0067]
[0068] Δεtotal可以通过式(13)求出,以上公式是通过室温实验获得,该理论预测值高于试验值,本发明采用10%规律法,得到安全寿命为
[0069]
[0070] 图2给出了涡轮导向叶片热机械寿命计算流程图,首先,给定冷却气流、叶片前后缘的温度和压力,根据冷却系数算出叶片金属温度,由式(1)和式(5)分别计算出机械应力和热应力,并由此算出总应力,由材料的应力-应变公式算出应力差,最后采用基于Manson-Coffin理论的预测模型、线性损伤累积方法和10%规律法算出涡轮导向叶片热机械疲劳寿命。
[0071] 从上面分析可以知道发动机寿命的长短与叶片总应变Δεtotal相关,而Δεtotal与叶片金属前缘金属温差 金属前后缘温度差 和涡轮导向叶片截面压力相关,和 越大,Δεtotal越大,涡轮导向叶片寿命越短,发动机从慢车加速到最大状态时,传统控制系统为了使得推力快速增加,燃油快速增加,涡轮前温度快速增加,有时会到达温度的上限值,此时 和 较大,导致Δεtotal增大,减小涡轮导向叶片寿命。因而,如果在加速过程中特别是加速中后期,尽可能减小 和 既减小Δεtotal,则涡轮叶片寿命必然提高。
[0072] 为了使得发动机寿命最长,直接以Ms最大作为目标函数,在优化过程中,对于小涵道比军用涡扇发动,Nc和T4与发动机推力关系很大,为了使得推力快速响应和发动机寿命,提出以Nc、T4和Ms为目标函数的加速优化,基于加速线全局加速寻优虽然可以提高发动机响应速度,但优化时间长,不适于在线优化,因而本发明采用基于传统加速优化的寿命延长控制,既将加速过程离散化,在第k步(即当前的第k个离散控制点)建立如下目标函数:
[0073]
[0074] 式中u[k]为在第k步的航空发动机控制量,ω1、ω2和ω3为目标函数的权重系数。在加速初期T4和Nc离目标值较大,而Ms很小,因此,此时优化过程中起主要作用的是目标函数的前两项,随着T4、Nc和Ms的增加,Δε的作用开始体现,特别在加速后期Ms作为主要目标函数,当Ms到达最大值之后,Ms的作用被忽略掉,加速目标切换为使推力快速响应。因此,此目标函数可以使发动机加速性能损失不大的情况下,提高涡轮寿命。
[0075] 发动机在加速过程,除了为使T4、Nc快速增加及Ms的最大值最小,同时在加速过程中还得满足各项约束,如喘振裕度限制、转子转速限制和涡轮前温度等。要保证发动机稳定、安全可靠工作,这些限制必须满足:
[0076]
[0077] 通过对式(20)、(21)所组成的优化模型进行求解,即可得到在第k个离散控制点的航空发动机控制量u[k],并根据所得控制量对航空发动机的加速过程进行实时控制。具体的优化流程如图3所示。
[0078] 所述优化目标函数可采用现有的各种算法求解,例如遗传算法、粒子群算法、序列二次规划和可行序列二次规划等。
[0079] 为了验证本方法在延长寿命控制和应急控制的有效性,对本发明方法进行了仿真验证。这里以小涵道涡扇发动机非线性部件级实时模型为仿真对象,用神经网络建立动态模型,之后使用序列二次规划对优化问题进行求解,在延寿控制中分别进行没有考虑涡轮导向叶片寿命的常规加速优化控制和本专利提出的寿命延长控制;寿命延长控制的发动机工作都在H=0km、Ma=0的标准大气压条件下。发动机加速起点都为杆PLA=20°时对应稳定工作状态。进行优化仿真前,还需要确定各限制因素的限制值,限制值如表1所述,其中MIR为最大变化率,、Wfb,ms、A8,ds、T4,ds分别为在设计点状态对应的Wfb、A8、T4。
[0080] 表1发动机限制约束
[0081]
[0082] 图4b和图4c分别给出了控制量Wfb和A8的变化曲线,图4a、图4e~图4k分别给出Δε、 安装推力Fin、T41、T42、Nf、Nc、Smf和Smc的响应曲线,图4l和图4m为风扇和压气机加速仿真过程工作状态,图中“传统优化控制”表示为考虑发动机导向叶片寿命的常规加速优化控制,“LEC”表示为本发明方法,Δε、 压比和流量作归一化处理。表2给出了发动机加速性能及热机械疲劳参数。
[0083] 从表2和图4e可以看出,寿命延长控制和常规加速优化控制加速到99.5%的设计点推力Fds用时都为3.3s,而且加速前3.3s的加速曲线基本相同,相比于常规加速优化控制,加速过程中涡轮前最大温度差减小20.5k,涡轮导向叶片前后缘最大温差减小11.3k,这两个参数的减小使得涡轮导向叶片应变差变小,应变差越小,寿命越高,最后发动机寿命提高36.17%。发动机寿命延长控制的加速过程可以分三个阶段,加速的第一阶段和第二阶段这两种方法的控制效果基本相同,这主要因为T4和Nc离目标值较远,而由式(20)可知,此时Δε比较小,由优化目标函数可得,目标函数的前两项起主要作用,Δε的作用很小。随着Wfb的增加,T41、Nc和Δε开始快速增加,目标函数的前两项作用慢慢减小,Δε的作用开始增加,当加速到第二阶段末尾和第三阶段时,T41和Nc接近目标值,Δε的作用开始体现,如图4a、图4d和图4f所示,在加速中后期T41和 的增加率变小,这使Δε的增加速度也减小,而Δε与寿命成反比关系,因此该方法使涡轮导向叶片具有更高的寿命。由于加速第一和第二阶段控制效果基本相同,加后期T41和Nc只小幅度偏离目标值,因此,本发明方法可以在性能基本保持不变的情况下延长发动机叶片的寿命。
[0084] 表2加速性能和热机械疲劳参数
[0085]
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈