基于改进无模型自适应算法的涡扇发动机限制保护控制方法

doi:10.13675/j.cnki.tjjs.190474

推进技术 ›› 2020, Vol. 41 ›› Issue (10): 2348-2357.DOI: 10.13675/j.cnki.tjjs.190474

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

管庭筠，李秋红

南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室，江苏南京 210016

发布日期:2021-08-15
作者简介:管庭筠，硕士生，研究领域为航空发动机控制技术。E-mail：alxenderguang@foxmail.com
基金资助:
国家科技重大专项（2017-V-0004-0054）。

Control Method for Limit Protection of Turbofan Engine Based on Improved Model Free Adaptive Algorithm

Jiangsu Province Key Laboratory of Aerospace Power System，College of Energy and Power Engineering， Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Published:2021-08-15

摘要/Abstract

摘要： 针对发动机限制保护控制问题，提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象，通过在常规无模型自适应控制律的准则函数中增加误差变化率，使超限保护系统具有更快的响应速度，给出了改进后系统的稳定性条件，并采用临界比例度法进行了控制器参数整定。仿真结果表明：在不同工作点，所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器，最大超限平均减小2.97%，响应时间平均缩短2.30s，实现了发动机超限后的迅速回调，保证了发动机系统的安全运行。

关键词: 涡扇发动机;控制系统;超限保护;无模型自适应控制;数据驱动

Abstract: A data-driven based improved model free adaptive control method is proposed to solve the problem of engine limit protection control. Taking the main closed-loop control system as the design object， the over-limit protection control system achieves a faster response by increasing the error change rate into the criterion function of the conventional model free adaptive control law. The stability condition of the improved system is given， and the controller parameters are tuned by the critical proportional method. The simulation results show that compared with the conventional model free adaptive limit protection controller， the proposed improved model free adaptive limit protection controller reduces the maximum overshoot by an average of 2.97% and reduces the damping time by an average of 2.30 seconds at different working points. The limit protection control system can draw back from the over-limit state quickly， which ensures the safe operation of the engine system.

Key words: Turbofan engine;Control system;Over-limit protection;Model free adaptive control;Data-driven

管庭筠，李秋红. 基于改进无模型自适应算法的涡扇发动机限制保护控制方法[J]. 推进技术, 2020, 41(10): 2348-2357.

GUAN Ting-jun, LI Qiu-hong. Control Method for Limit Protection of Turbofan Engine Based on Improved Model Free Adaptive Algorithm[J]. Journal of Propulsion Technology, 2020, 41(10): 2348-2357.

参考文献

[1] May R， Csank J， Lavelle T， et al. A High-Fidelity Simulation of a Generic Commercial Aircraft Engine and Controller［C］. Nashville： Joint Propulsion Conference and Exhibit， 2010.
[2] Richter H， Litt J. A Novel Controller for Gas Turbine Engines with Aggressive Limit Management［C］. San Diego： Joint Propulsion Conference and Exhibit， 2011.
[3] Richter H. Multiple Sliding Modes with Override Logic： Limit Management in Aircraft Engine Controls［J］. Journal of Guidance， Control， and Dynamics， 2012， 35（4）： 1132-1142.
[4] Garone E， Di C S， Kolmanovsky I. Reference and Command Governors for Systems with Constraints： A Survey on Theory and Applications［J］. Automatica， 2017， 75（1）： 306-328.
[5] Montazeri-Gh M， Rasti A， Imani A. A Comparison of Model Predictive Controller and Min-Max Approach for Aircraft Engine Fuel Control［C］. Shiraz： 5th International Conference on Control， Instrumentation， and Automation， 2017.
[6] Morteza Montazeri-Gh M， Jafari Ali. Design and Implementation of MPC for Turbofan Engine Control System［J］. Aerospace Science and Technology， 2019， 92 （9）： 99-113.
[7] 王曦. 涡扇发动机极值限制保护闭环控制设计［J］. 航空发动机， 2016， 42（5）： 1-7.
[8] 王卫红. 无模型自适应控制理论几类问题的研究［D］. 北京：北京交通大学， 2008.
[9] 孙健国，李秋红，杨刚，等. 航空燃气涡轮发动机控制［M］. 上海：上海交通大学出版社， 2014.
[10] Litt J S， Simon D L， Garg S， et al. A Survey of Intelligent Control and Health Management Technologies for Aircraft Propulsion Systems［J］. Journal of Aerospace Computing， Information， and Communication， 2004， 1（12）： 543-563.
[11] Zhu Yuanming， Hou Zhongsheng. Controller Dynamic Linearization-Based Model-Free Adaptive Control Framework for a Class of Nonlinear System［J］. IET Control Theory and Applications， 2015 ， 7（9）： 1162-1172.
[12] 田涛涛，侯忠生，刘世达，等. 基于无模型自适应控制的无人驾驶汽车横向控制方法［J］. 自动化学报， 2017， 43（11）： 1931-1940.
[13] Hou Zhongsheng， Zhu Yuanming. Controller Dynamic Linearization-Based Model Free Adaptive Control for Discrete Time Nonlinear Systems［J］. IEEE Transactions on Industrial Informatics， 2013， 9（4）： 2301-2309.
[14] 潘晓龙，鲜斌. 小型无人直升机的无模型自适应鲁棒控制设计［J］. 控制理论与应用， 2017， 34（9）： 1171-1178.
[15] Jaw L C， Mattingly J D. Aircraft Engine Controls Design， System Analysis， and Health Monitoring［M］. USA： AIAA Education Series， 2009.
[16] Ryan M， Garg S. Reducing Conservatism in Aircraft Engine Response Using Conditionally Active Min-Max Limit Regulators［R］. ASME GT 2012-70017.
[17] Hou Zhongsheng， Xiong Shuangshuang. On Model Free Adaptive Control and Its Stability Analysis［J］. IEEE Transactions on Automatic Control， 2019，（1）.
[18] Hou Zhongsheng， Jin Shangtai. Model Free Adaptive Control［M］. USA： Boca Raton， 2013.
[19] 侯忠生. 再论无模型自适应控制［J］. 系统科学与数学， 2014， 34（10）： 1182-1191.
[20] 刘飞祥. 无模型自适应控制方法及其应用研究［D］. 太原：太原科技大学， 2008.
[21] 金尚泰. 无模型学习自适应控制的若干问题研究及其应用［D］. 北京：北京交通大学， 2008.
[22] Hou Zhongsheng， Jin Shangtai. Data-Driven Model Free Adaptive Control for a Class of MIMO Nonlinear Discrete-Time Systems［J］. IEEE Transactions on Neural Network， 2011， 22（12）： 2173-2188.
[23] Jiang Quanquan， Liao Yulei， Li Ye， et al. Unmanned Surface Vessel Heading Control of Model Free Adaptive Method with Variable Integral Separated and Proportion Control［J］. International Journal of Advanced Robotic Systems， 2019， 16（3）： 2-3.
[24] 王景恒. 最优化理论与方法［M］. 北京：北京理工大学出版社， 2018.
[25] Hou Zhongsheng， Zhu Yuanming. Model-Based Control and MFAC， Which is Better in Simulation［C］. Shanghai： 13th IFAC Symposium on Large Scale Complex Systems， 2013.
[26] 侯忠生，金尚泰. 无模型自适应控制理论与应用［M］. 北京：科学出版社， 2013.
[27] 郭代银. 无模型自适应控制参数整定方法研究［D］. 北京：北京交通大学， 2014.
[28] 何芝强. PID控制器参数整定方法及其应用研究［D］. 杭州：浙江大学， 2005.

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

Control Method for Limit Protection of Turbofan Engine Based on Improved Model Free Adaptive Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价