基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

推进技术 ›› 2016, Vol. 37 ›› Issue (5): 966-973.

基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

李本威¹,朱飞翔²,宋汉强²,赵勇²

海军航空工程学院飞行器工程系，山东烟台 264001,海军航空工程学院研究生管理大队，山东烟台 264001,海军航空工程学院研究生管理大队，山东烟台 264001,海军航空工程学院研究生管理大队，山东烟台 264001

发布日期:2021-08-15
作者简介:李本威，男，博士，教授，研究领域为航空发动机测试理论与技术。
基金资助:
国家重点型号预研项目。

Aero-Engine Gas Path Health Parameters Estimation and Correction Method Research Based on Inverse Track Control

Department of Airborne Vehicle Engineering，Naval Aeronautical and Astronautical University，Yantai 264001，China,Graduate Students’ Brigade，Naval Aeronautical and Astronautical University，Yantai 264001，China,Graduate Students’ Brigade，Naval Aeronautical and Astronautical University，Yantai 264001，China and Graduate Students’ Brigade，Naval Aeronautical and Astronautical University，Yantai 264001，China

Published:2021-08-15

摘要/Abstract

摘要： 针对新型航空发动机气路部件状态监控缺乏故障样本的不足，利用发动机非线性模型和气路故障模拟方法，获取故障样本，运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上，从逆跟踪控制的角度，设计了基于逆模型在线辨识与变结构控制相结合的修正系统，减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验，离线修正后，估计值的相对误差最大值从69%缩小5%，在线修正后，估计值的相对误差最大值从69%缩小13%，修正系统有效地提高了性能估计的准确度，减小了气路部件状态监控的误判和误诊的概率。

关键词: 气路健康参数估计；逆跟踪控制；在线辨识；滑模变结构控制；修正

Abstract: In order to study the problem of the lack of gas path fault samples for a neo-aero-engine，engine nonlinear model and gas path components fault simulation method are utilized to gain fault samples. Then，least squares support vector regression(LSSVR)machine is used to establish the gas path health parameter estimator. Based on LSSVR estimator，the main work of this paper is to design a correction system based on inverse model track control，which is composed of inverse model online identification and variable structure controller. The purpose of correction system is to eliminate the effects of measurement noise and systematic noise on estimation accuracy between ideal estimator and real engine. Through experiment，with offline bias correction，the maximum of relative error reduced from 69% to 5%，with online bias correction，the maximum of relative error reduced from 69% to 13%. Estimation accuracy is improved by correction system effectively，and the probability of misjudgment and the misdiagnosis is reduced.

Key words: Gas path component health parameter estimation；Inverse track control；Online identification；Sliding mode variable structure control；Correction

李本威,朱飞翔,宋汉强,赵勇. 基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究[J]. 推进技术, 2016, 37(5): 966-973.

LI Ben-wei¹,ZHU Fei-xiang²,SONG Han-qiang²,ZHAO Yong². Aero-Engine Gas Path Health Parameters Estimation and Correction Method Research Based on Inverse Track Control[J]. Journal of Propulsion Technology, 2016, 37(5): 966-973.

参考文献

[1] 尉询楷, 杨立, 刘芳, 等. 航空发动机预测与健康管理[M]. 北京:国防工业出版社, 2014.
[2] 李应红, 尉询楷. 航空发动机的智能诊断、建模与预测方法[M]. 北京:科学出版社, 2013.
[3] 赵永平. 支持向量回归机及其在智能航空发动机参数估计中的应用[D]. 南京:南京航空航天大学, 2009.
[4] 杨征山, 俞刚, 庄锡明, 等. 基于参数线性组合的航空发动机气路健康参数估计[J]. 推进技术, 2014, 35(3): 408-412. (YANG Zheng-shan, YU Gang, ZHUANG Xi-ming, et al. Gas Path Health Parameters Estimation of Aircraft Engine Based on Linear Combination[J]. Journal of Propulsion Technology, 2014, 35 (3): 408-412.)
[5] Simon Donald L. A Hybrid Neural Network-Genetic Algorithm Technique for Aircraft Engine Performance Diagnostics [R]. AIAA 2001-3763.
[6] 尉询楷, 李应红, 王剑影, 等. 基于支持向量机的航空发动机辨识模型[J]. 航空动力学报, 2004, 19(5):684-688.
[7] 王海寿, 谢寿生, 武卫, 等. 基于稀疏最小二乘支持向量机的航空发动机动态过程辨识[J]. 航空动力学报, 2010, 25(9): 2139-2147.
[8] 王文栋. 基于SVR 的控制系统辨识建模研究[J]. 航空试验与研究, 2009, 22(3): 33-36.
[9] 刘建勋, 王剑影, 李应红, 等. 某型发动机启动模型的支持向量机辨识及应用[J]. 推进技术, 2004, 25(5): 401-404. (LIU Jian-xun, WANG Jian-ying, LI Ying-hong, et al. An Identification Model of Aero Engine Starting Based on Support Vector Machine and Its Application[J]. Journal of Propulsion Technology, 2004, 25(5): 401-404.)
[10] 张益波. 基于支持向量机的变结构控制方法研究[D]. 浙江:浙江大学, 2006.
[11] Zhang Yibo, Ren Jia. A Kind of Robust Variable Structure Control Scheme Based on Support Vector Machine. [C]. CHN: Proceedings of the 26th Chinese Control Conference, 2007.
[12] Avidan S. Support Vector Tracking[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(8): 1064-1072.
[13] 蔡开龙, 谢寿生. 航空发动机多变量模糊滑模变结构模型跟踪控制[J]. 推进技术, 2008, 29(6): 737-742. (CAI Kai-long, XIE Shou-sheng. Multiple Variable Fuzzy Sliding Mode Variable Structure Model Tracking Control for Aero Engine[J]. Journal of Propulsion Technology, 2008, 29(6): 737-742.)
[14] 周欣然, 滕召胜. 基于LSSVM的MIMO系统快速在线辨识方法[J]. 计算机应用, 2009,29(8): 2281-2284.
[15] 张浩然, 汪晓东. 回归最小二乘支持向量机的增量和在线式学习算法[J]. 计算机学报, 2006, 29(3): 400-406.(编辑:张荣莉)　　　　　　　　　　　　　*　收稿日期:2015-01-15；修订日期:2015-03-20。基金项目:国家重点型号预研项目。作者简介:李本威,男,博士,教授,研究领域为航空发动机测试理论与技术。E-mail: lbw103@sina.com