一种发动机动态控制规律优化方法
阅读：488发布：2020-07-25
专利汇可以提供一种发动机动态控制规律优化方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种 发动机 动态控制规律优化方法，按照控制规律自变量参数将发动机动态控制规律离散为数个子控制规律点。针对除起点和终点以外的每个子控制规律点建立相应的子种群进行优化，并在每步优化结束后选取最优个体作为该子种群的精英个体，冻结此子种群优化 进程 进行下一子种群优化，如此循环逐点优化直至优化进程满足终止条件。应用本发明的发动机动态控制规律优化方法，可以克服传统动态控制规律设计方法不适用于先进多可调部件的航空发动机动态控制规律设计问题，解决传统方法受人为因素影响大、需要往复 迭代 过程并且无法得到最优控制规律的问题。，下面是一种发动机动态控制规律优化方法专利的具体信息内容。
1.一种发动机动态控制规律优化方法，其特征在于，包括以下步骤：
步骤一：假设发动机动态过程起稳态点为A，终稳态点为B，优化对象为从A至B过渡状态中的可控参数和可调部件调节量的变化规律，其中若干调节参数和发动机性能参数包括高低压转子转速、尾喷管喉部截面面积、压缩部件进口导叶角度、涡轮部件进口导向器截面面积、燃烧室供油量、可变面积导向器调节量、压缩部件喘振裕度；
步骤二：确定从A到B的设计目标，以及发动机在动态过程部件或整机参数所需要保证的约束条件；设计目标取为从A到B的动态过程所需时间最短、约束参数取压缩部件喘振裕度不高于阈值、高低压转速加速率不高于阈值，燃烧室油气比变化率不高于阈值，三者阈值不同且不等。
步骤三：建立初始控制规律，其中初始控制规律可按照下式设置：
X＝(XB-XA)×t/T
其中t为动态控制规律中的自变量时间，T为动态控制规律的总时间，X为步骤一中参数组成的向量，XB为终稳态点的控制参数向量，XA为起稳态点的控制参数向量；
步骤四：将步骤三中建立的控制规律按照自变量离散为m个子控制规律点，其中m个子控制规律点不包含A点和B点；
步骤五，针对步骤四中分解得到的m个子控制规律点建立对应的m个大小为n的进化优化子种群；
步骤六，建立精英个体集合。从每个进化优化子种群中随机选取一个个体当作该子种群的精英个体，精英个体集合则为m个进化优化子种群的精英个体的集合。需要提到的是，每个进化优化子种群中的任意一个个体均对应一个动态控制规律中的子控制规律点，而由这些个体组成的集合则对应一个动态控制规律，即一个精英个体集合也对应一个动态控制规律。
步骤七，初始化控制规律全体子种群逐点优化进程。取i＝1，其中i代表要当前及后续步骤进行操作的进化优化子种群序号。
步骤八，对第i个进化优化子种群进行一步优化迭代。对第i个进化优化子种群中当前的n个个体，称为父代个体，采用差分进化算法的变异、交叉算子对其进行操作，产生n个子代个体。
步骤九，计算第i个进化优化子种群中各个个体的适应度。
步骤十，对第i个进化优化子种群进行筛选。根据步骤九中计算得到的适应度，对第i个进化优化子种群中的n个个体进行适应度从小至大排序，在当前进化优化子种群中仅保留前n个个体，并舍弃其余个体。
步骤十一，更新精英个体集合。将第i个进化优化子种群的精英个体更新为该子种群中适应度最小的个体。
步骤十二，判断一次逐点优化循环是否结束。i＝i+1,若i>m,则转至步骤十三，否则转至步骤八。
步骤十三，判断控制规律优化进程是否结束。若优化进程达到结束条件，则转至步骤十四，否则令i＝1，并转至步骤八。
步骤十四，当前精英个体集合所对应的控制规律，即为发动机动态控制规律优化结果。
一种发动机动态控制规律优化方法
技术领域
[0001] 本发明涉及航空发动机领域，具体而言，涉及一种发动机动态控制规律优化方法。
背景技术
[0002] 对于航空发动机而言，针对发动机动态控制规律进行优化对发动机最终性能表现具有重要意义。且随着发动机可调部件增多，其控制规律已经不是传统的单纯燃油或转速随时间或其他自变量的变化规律，而往往是多个可调部件共同进行调节。以发动机加速控制规律优化为例，在发动机加速过程中，不仅需要给定燃油随时间或转速其他自变量的变化规律，还需对喷管最小截面面积、风扇导向器导叶角度、涡轮导向器临界截面面积等参数进行调节，即需要同时给定多个控制参数的变化规律。传统的发动机控制规律设计方法，往往是工程人员从起点至终点逐点进行设计，这种方法无法精细地考虑控制规律各个点之间的影响，比如针对加速态控制规律设计问题，控制规律的起、终点稳态状态点均会对控制规律的设计产生约束。一方面，一般控制规律的设计目标要求发动机从控制规律起点开始尽可能快地提升转子加速功率；而另一方面，终点的存在又使得加速功率需要提前降低以使在终点时不超转。而起点和终点的这种约束在逐点设计的过程中无法同时精确地考虑，在每个子控制规律点上转子加速功率相较于上一点的提升量、以及加速功率何时开始下降，这些问题大多需要工程人员根据自身经验解决，并且往往需要往复设计才能使控制规律满足各类限制，且无法保证设计的控制规律是最优的。而传统的发动机控制规律优化方法，往往仅能针对单点的稳态控制规律进行优化，无法直接应用于动态控制规律设计中。随着目前发动机可控参数的愈发增多，有必要发展新的航空发动机动态控制规律优化方法，以在保证计算收敛性和计算速度的前提下，获得最优发动机动态控制规律。
发明内容
[0003] 本发明解决的技术问题是：为解决现有技术中发动机动态控制规律设计过程复杂，面向多可调部件发动机控制规律设计问题可行性差，且所得到的控制规律并非最优的问题，本发明涉及一种发动机控制规律优化方法。
[0004] 本发明的技术方案是：一种发动机控制规律优化方法，包括以下步骤：
[0005] 步骤一：假设发动机动态过程起稳态点为A，终稳态点为B，优化对象为从A至B动态中的可控参数和可调部件调节量的变化规律，其中若干调节参数和发动机性能参数包括高低压转子转速、尾喷管喉部截面面积、压缩部件进口导叶角度、涡轮部件进口导向器截面面积、燃烧室供油量、涡轮前温度；
[0006] 步骤二：确定从A到B的设计目标，以及发动机在动态过程部件或整机参数所需要保证的约束条件；设计目标取为从A到B的动态过程所需时间最短、约束参数取压缩部件喘振裕度不高于阈值、高低压转速加速率不高于阈值，燃烧室油气比变化率不高于阈值，三者阈值不同且不等。
[0007] 步骤三：建立初始控制规律，其中初始控制规律可按照下式设置：
[0008] X＝(XB-XA)×t/T
[0009] 其中t为动态控制规律中的自变量时间，T为动态控制规律的总时间，X为步骤一中参数组成的向量，XB为终稳态点的控制参数向量，XA为起稳态点的控制参数向量；
[0010] 步骤四：将步骤三中建立的控制规律按照自变量离散为m个子控制规律点，其中m个子控制规律点不包含A点和B点；
[0011] 步骤五，针对步骤四中分解得到的m个子控制规律点建立对应的m个大小为n而进化优化子种群；
[0012] 步骤六，建立精英个体集合。从每个进化优化子种群中随机选取一个个体当作该子种群的精英个体，精英个体集合则为m个进化优化子种群的精英个体的集合。需要提到的是，每个进化优化子种群中的任意一个个体均对应一个动态控制规律中的子控制规律点，而由这些个体组成的集合则对应一个动态控制规律，即一个精英个体集合也对应一个动态控制规律。
[0015] 步骤九，计算第i个进化优化子种群中各个个体的适应度。
[0016] 步骤十，对第i个进化优化子种群进行筛选。根据步骤九中计算得到的适应度，对第i个进化优化子种群中的n个个体进行适应度从小至大排序，在当前进化优化子种群中仅保留前n个个体，并舍弃其余个体。
[0017] 步骤十一，更新精英个体集合。将第i个进化优化子种群的精英个体更新为该子种群中适应度最小的个体。
[0018] 步骤十二，判断一次逐点优化循环是否结束。i＝i+1,若i>m,则转至步骤十三，否则转至步骤八。
[0019] 步骤十三，判断控制规律优化进程是否结束。若优化进程达到结束条件，则转至步骤十四，否则令i＝1，并转至步骤八。
[0020] 步骤十四，当前精英个体集合所对应的控制规律，即为发动机动态控制规律优化结果。
[0021] 发明效果
[0022] 本发明的技术效果在于：应用本发明的发动机动态控制规律优化方法，可以克服传统动态控制规律设计方法不适用于先进多可调部件的航空发动机动态控制规律设计问题，解决传统方法受人为因素影响大、需要往复迭代过程并且无法得到最优控制规律的问题。附图说明
[0023] 图1是根据本发明实施例可选的一种发动机动态控制规律优化方法流程示意图；
[0024] 图2是根据本发明实施例可选的一种发动机动态控制规律优化方法中各子控制规律点优化流程示意图；
[0025] 其中附图中包含以下参数：i：当前进化优化子种群序号；m：由控制规律分解得到的子控制规律总点数，也即对应个进化优化子种群总数。
具体实施方式
[0026] 参见图1—图2，为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0027] 步骤一，本方法的优化对象为发动机任意两个稳态工作点之间的动态控制规律。因此首先需要获得待优化的发动机动态过程的起稳态点A和终稳态点B的各部件调节参数及发动机性能参数。以涡扇发动机地面慢车至地面起飞的动态控制规律优化为例，确定发动机动态过程起、终稳态点即是按照涡扇发动机稳态性能设计结果，得到涡扇发动机地面慢车稳态点和地面起飞稳态点的各个部件调节参数。包括：高低压转子转速、尾喷管喉部截面面积、压缩部件进口导叶角度、涡轮部件进口导向器截面面积、燃烧室供油量、可变面积导向器调节量、压缩部件喘振裕度。
[0028] 步骤二，确定发动机从稳态点A至稳态点B的动态的控制规律优化目标及约束。以涡扇发动机地面慢车至地面起飞的动态控制规律优化为例，设计目标取为整个动态所需时间最短，即发动机从稳态点A尽可能快地过渡至稳态点B。而约束条件则取为在整个动态中，发动机各压缩部件喘振裕度不高于阈值，高低压转速加速率不高于阈值，燃烧室油气比变化率不高于阈值，三者阈值不同且不等。
[0029] 步骤三，建立初始控制规律。一般初始控制规律可简单设置为控制参数与自变量的一次函数。
[0030] 步骤四，分解步骤三中建立的控制规律为m个子控制规律点，其中m代表分解后的子控制规律点数。需要说明的是，分解得到的m个子控制规律点不包含动态起、终稳态点，起、终稳态点是控制规律优化前提和约束。
[0031] 步骤五，针对步骤四中分解得到的m而子控制规律点建立对应的m个大小为n而进化优化子种群。
[0032] 步骤六，建立精英个体集合。从每个进化优化子种群中随机选取一个个体当作该子种群的精英个体，精英个体集合则为m个进化优化子种群的精英个体的集合。需要提到的是，每个进化优化子种群中的任意一个个体均对应一个动态控制规律中的子控制规律点，而由这些个体组成的集合则对应一个动态控制规律，即一个精英个体集合也对应一个动态控制规律。
[0033] 步骤七，初始化控制规律全体子种群逐点优化进程。取i＝1，其中i代表要当前及后续步骤进行操作的进化优化子种群序号。
[0034] 步骤八，对第i个进化优化子种群进行一步优化迭代。对第i个进化优化子种群中当前的n个个体，称为父代个体，采用差分进化算法的变异、交叉算子对其进行操作，产生n个子代个体。
[0035] 步骤九，计算第i个进化优化子种群中各个个体的适应度。
[0036] 步骤十，对第i个进化优化子种群进行筛选。根据步骤九中计算得到的适应度，对第i个进化优化子种群中的n个个体进行适应度从小至大排序，在当前进化优化子种群中仅保留前n个个体，并舍弃其余个体。
[0037] 步骤十一，更新精英个体集合。将第i个进化优化子种群的精英个体更新为该子种群中适应度最小的个体。
[0038] 步骤十二，判断一次逐点优化循环是否结束。i＝i+1,若i>m,则转至步骤十三，否则转至步骤八。
[0039] 步骤十三，判断控制规律优化进程是否结束。若优化进程达到结束条件，则转至步骤十四，否则令i＝1，并转至步骤八。
[0040] 步骤十四，当前精英个体集合所对应的控制规律，即为发动机动态控制规律优化结果。
[0041] 按照时间步长或其他自变量参数将发动机动态控制规律离散为数个子控制规律点。针对除起点和终点以外的每个子控制规律点建立相应的子种群进行优化，并在每步优化结束后选取最优个体作为该子种群的精英个体，冻结此子种群优化进程进行下一子种群优化，如此循环逐点优化直至优化进程满足终止条件。其中子种群优化目标设置为各个子种群精英个体，即各个子控制规律点，组合而成的动态控制规律所得到的发动机目标性能参数最优，而子种群优化的限制条件可从发动机动态控制规律设计限制条件分解得到。
[0042] 进一步地，将稳态或动态控制规律在自变量空间离散化，形成离散的控制规律点，针对每个控制规律点建立相应的子种群分别进行优化。
[0043] 进一步地，在子种群每步优化结束后，选取当前子种群最优个体作为该子种群的精英个体，而子种群优化的目标函数则设置为各个子种群精英个体，即各个最优子控制规律点，组合而成的控制规律所得到的发动机性能参数最优，子种群优化的约束条件由控制规律约束条件分解得到。
[0044] 进一步地，各个子种群优化过程每进行一步，获取其精英个体后，立刻更新精英个体集合，并暂停当前子种群优化进程，进行下一子种群优化。当所有子种群均优化一步，在优化结束后获取精英个体并更新精英个体集合后，从第一个子种群开始继续优化直至满足结束条件。
[0045] 本发明方案的具体实施例包含以下步骤。
[0046] 步骤一，本方法的优化对象为发动机任意两个稳态工作点之间的动态控制规律。因此首先需要获得待优化的发动机动态过程的起稳态点A和终稳态点B的各部件调节参数及发动机性能参数。以涡扇发动机地面慢车至地面起飞的动态控制规律优化为例，确定发动机动态过程起、终稳态点即是按照涡扇发动机稳态性能设计结果，得到涡扇发动机地面慢车稳态点和地面起飞稳态点的各个部件调节参数。包括：高低压转子转速、尾喷管喉部截面面积、压缩部件进口导叶角度、涡轮部件进口导向器截面面积、燃烧室供油量、可变面积导向器调节量、压缩部件喘振裕度。
[0047] 步骤二，确定发动机从稳态点A至稳态点B的动态的控制规律优化目标及约束。以涡扇发动机地面慢车至地面起飞的动态控制规律优化为例，设计目标取为整个动态所需时间最短，即发动机从稳态点A尽可能快地过渡至稳态点B。而约束条件则取为在整个动态中，发动机各压缩部件喘振裕度不高于阈值，高低压转速加速率不高于阈值，燃烧室油气比变化率不高于阈值，三者阈值不同且不等。
[0048] 步骤三，建立初始控制规律。一般初始控制规律可简单设置为控制参数与自变量的一次函数。对于以燃油流量为控制参数，自变量为时间的动态控制规律初值选取而言，假设起、终稳态点的燃油流量分别为Wf_start和Wf_end，则初始控制规律可按照下式设置：
[0049]
[0050] 其中Wf为动态控制规律中的控制参数燃油流量，t为动态控制规律中的自变量时间，T为动态控制规律中自变量t的最大值，即动态控制规律的总时间。
[0051] 需要说明的是，动态控制规律的控制参数和自变量有多种选择，比如控制参数可以选择燃油流量、高低压转子转速、各个可调节部件调节量等，而自变量可以选择时间、高低压转子转速等。以上控制参数和自变量在不冲突的前提下进行任意组合，均可形成动态控制规律。而动态控制规律也可以同时包含多个控制参数的变化规律，所有控制参数的变化规律都需要按照本步骤前文所述的方法进行初始化。初始控制规律仅作为后续优化的初值，其具体取值不影响最终结果，但需保证初始的控制规律满足步骤二中确定的控制规律约束。
[0052] 步骤四，分解步骤三中建立的控制规律为m个子控制规律点，其中m代表分解后的子控制规律点数。这一取值影响最终计算结果的精度以及计算所需要耗费的计算资源，结合当今计算机性能以及一般发动机动态控制规律优化的耗时需求，本发明建议其取值范围为[10,100]。需要说明的是，分解得到的m个子控制规律点不包含动态起、终稳态点，起、终稳态点是控制规律优化前提和约束。
[0053] 步骤五，针对步骤四中分解得到的m而子控制规律点建立对应的m个大小为n而进化优化子种群。其中n代表进化优化子种群的大小，即每个进化优化子种群均包含n个个体，该值可由用户自定义，一般取值为[50,200]。而每个个体均包含其进化优化子种群所对应的子控制规律点的全部控制参数。
[0054] 步骤六，建立精英个体集合。从每个进化优化子种群中随机选取一个个体当作该子种群的精英个体，精英个体集合则为m个进化优化子种群的精英个体的集合。需要提到的是，每个进化优化子种群中的任意一个个体均对应一个动态控制规律中的子控制规律点，而由这些个体组成的集合则对应一个动态控制规律，即一个精英个体集合也对应一个动态控制规律。
[0055] 步骤七，初始化控制规律全体子种群逐点优化进程。取i＝1，其中i代表要当前及后续步骤进行操作的进化优化子种群序号。
[0056] 步骤八，对第i个进化优化子种群进行一步优化迭代。对第i个进化优化子种群中当前的n个个体，称为父代个体，采用差分进化算法的变异、交叉算子对其进行操作，产生n个子代个体。
[0057] 步骤九，计算第i个进化优化子种群中各个个体的适应度。
[0058] 子步骤一，初始化第i个进化优化子种群适应度计算进程。取j＝1，其中j代表在第i个进化优化子种群中当前计算适应度的个体序号。需要注意的是，此时第i个进化优化子种群中包含2*n个个体，即包含步骤八中提到的n个父代个体和n个子代个体。
[0059] 子步骤二，计算当前个体适应度。将第i个进化优化子种群中的第j个个体，与其余进化优化子种群的精英个体进行组合，形成一套控制规律。根据这一控制规律计算发动机的动态目标性能，评估这一目标性能并得到该个体的适应度。一般，若控制规律优化目标为动态时间最短，则可取适应度为动态时间的倒数。即一般使优化问题目标等效为适应度最小。
[0060] 子步骤三，判断是否所有个体适应度计算完毕。j＝j+1，若j>2*n，则转至步骤十，否则转至子步骤二。
[0061] 步骤十，对第i个进化优化子种群进行筛选。根据步骤九中计算得到的适应度，对第i个进化优化子种群中的n个个体进行适应度从小至大排序，在当前进化优化子种群中仅保留前n个个体，并舍弃其余个体。
[0062] 步骤十一，更新精英个体集合。将第i个进化优化子种群的精英个体更新为该子种群中适应度最小的个体。
[0063] 步骤十二，判断一次逐点优化循环是否结束。i＝i+1,若i>m,则转至步骤十三，否则转至步骤八。
[0064] 步骤十三，判断控制规律优化进程是否结束。若优化进程达到结束条件，则转至步骤十四，否则令i＝1，并转至步骤八。
[0065] 步骤十四，当前精英个体集合所对应的控制规律，即为发动机动态控制规律优化结果。
[0066] 以上仅是本发明针对混排涡扇发动机加速态控制规律优化的的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种分轴式燃气轮机动力涡轮前放气调节规律优化方法 | 2020-05-19 | 865 |
| 一种提高单级离心压气机喘振裕度的机匣处理结构及压气机 | 2020-05-12 | 469 |
| 用于检测压缩机中的喘振和重设喘振裕度的装置和方法 | 2020-05-11 | 415 |
| 用于运行多级的压缩机的方法 | 2020-05-20 | 442 |
| 提高压气机失速裕度和效率的方法 | 2020-05-22 | 457 |
| 消除涡轮发动机中旋转失速的方法 | 2020-05-17 | 136 |
| 一种COREX煤气压缩机的防喘振预警控制方法 | 2020-05-21 | 427 |
| 涡轮增压系统压气机风量分配控制的喘振保护方法及实现该方法的喘振保护装置 | 2020-05-25 | 259 |
| 基于稳定性估计与预测的航空发动机气动稳定性主动复合控制方法 | 2020-05-23 | 785 |
| 用于涡轮机转子轮的壳体 | 2020-05-27 | 484 |
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。
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。
QQ群二维码
意见反馈
意见反馈