一种基于遗传算法的发动机控制规律计算方法
【技术领域】
[0001] 本发明属于发动机设计领域，具体涉及一种基于遗传算法的发动机控制规律计算 方法。
【背景技术】
[0002] 发动机控制规律是指根据发动机进口空气总温Ti的变化规律，来获取发动机工作 包线内其它参数的变化规律，从而对发动机进行控制，所述的发动机工作包线内其它参数 包括低压相对转速见、高压相对转速仏、高压涡轮前温度T 4等参数，因此，需要获取发动机进 口空气总温??发动机参数的曲线表征发动机控制规律，即T^NhTdT^T^。
[0003] 航空发动机调节规律设计时，应综合考虑多个限制条件，因此发动机调节规律的 设计是一个反复迭代的过程。现有技术中，发动机控制规律设计普遍采用试凑的方法，计算 工作量大，且大量的工作需要人工进行判断，工作效率低。为了提高工作效率，减少人工的 工作量，需要开发高效的设计方法。
【发明内容】
[0004] 为了解决上述问题，本发明提出了一种基于遗传算法的发动机控制规律计算方 法，用于获取发动机各控制参数与发动机进口空气总温之间的关系，包括以下步骤：
[0005] S1、根据发动机性能设定发动机各控制参数的约束；
[0006] S2、在所述发动机各控制参数的约束内给定高压相对转速N2、加力燃烧室出口温 度T7a以及喷口面积As的取值范围；
[0007] S3、在确定的飞行高度下，对任一马赫数值，在步骤S2中的取值范围内，取多组高 压相对转速N2、加力燃烧室出口温度T 7a以及喷口面积A8,并与计算得到的多个对应的发动 机推力F共同形成初代种群；
[0008] S4、对经步骤S3中获取的初代种群中的任一个体，计算所述个体下的发动机各控 制参数，并与步骤S1中的发动机各控制参数的约束进行比较，若存在不满足步骤S1中的发 动机各控制参数约束的个体，用满足步骤S1中的发动机各控制参数约束的个体进行替换， 形成二代种群，同时修改步骤S2中的喷口面积A 8的取值范围；
[0009] S5、对所述二代种群内的个体两两随机配对，并对配对后的若干组个体进行交叉 运算，所述交叉运算的交叉公式为：
[0010] X'i = aXxi+(l_a) Xx2;
[0011 ] x7 2 = aXx2+(l~a) Χχι,
[0012] 其中，幻和幻为父代，xS和Y 2为子代，a为交叉算子；
[0013] S6、对所述交叉运算后的种群进行变异运算，变异的公式为：
[0014] 当k = Xk+(Ukmax-Xk) X (l_r(1-k/T)b)，或者，
[0015] 当random(0，1) = 1，x' k = Xk+(Xk-Ukmin) X (l_r(1-k/T)b)，
[0016] 其中，xk为第k代中的优化参数值，Ukmax和Uk_为第k代的所述优化参数值的最大值 与最小值，r是0~1的随机数，b为常数，T为进行遗传算法时迭代的最大代数，1\为变异后 的优化参数值；
[0017] S7、重复步骤S4至S6,直至进行遗传算法时迭代的次数满足设定的最大代数，获取 最大推力时对应的最优个体以及由所述最优个体内计算得其它发动机各控制参数；
[0018] S8、重复步骤S3至S7,获取同一飞行高度下不同马赫数值的最优个体及由所述最 优个体内计算得其它发动机各控制参数；
[0019] S9、将马赫数转换为发动机进口空气总温!^，获取发动机各控制参数与发动机进 口空气总温Τι之间的关系。
[0020] 优选的是，在步骤S3中，所述初代种群的种群规模为50~500个个体。
[0021]在上述任一方案中优选的是，在步骤S4中，所述修改后的喷口面积As的取值范围 大于修改前的喷口面积As的取值范围。
[0022] 在上述任一方案中优选的是，在步骤S5中，所述交叉运算的交叉算子为0.4~ 0 · 99 〇
[0023] 在上述任一方案中优选的是，在步骤S6中，所述进行遗传算法时迭代的最大代数T 为30~50,常数b的范围为1~100。
[0024] 本方法将高压相对转速N2、加力燃烧室出口温度T7a以及喷口面积As设为优化参 数，目标函数为发动机共同工作方程，在采用遗传算法优化计算过程中需给出优化参数的 变化范围，即搜索空间，由发动机共同工作方程求得发动机性能参数，通过对这些参数进行 遗传学计算，最终得到既满足所有约束条件，推力又最大的解，即获得发动机工作包线内最 优的等参数与发动机进口空气总温1^的关系，这就是需求的发动机调节规律。
[0025] 通过本发明所提及的基于遗传算法的发动机控制规律计算方法，在进行发动机调 节规律设计时，在综合考虑各种限制边界条件下，快速高效的获得发动机最优解，大大简化 工作量，提高了工作效率。
【附图说明】
[0026] 图1为按照本发明基于遗传算法的发动机控制规律计算方法的一优选实施例的流 程图。
【具体实施方式】
[0027] 为使本发明实施的目的、技术方案和优点更加清楚，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更加详细的描述。在附图中，自始至终相同或类 似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明 一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用 于解释本发明，而不能理解为对本发明的限制。基于本发明中的实施例，本领域普通技术人 员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下 面结合附图对本发明的实施例进行详细说明。
[0028]在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"前"、"后"、 "左"、"右"、"竖直"、"水平"、"顶"、"底" "内"、"外"等指示的方位或位置关系为基于附图所 示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装 置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护 范围的限制。
[0029] 本发明提出了一种基于遗传算法的发动机控制规律计算方法，用于获取发动机各 控制参数与发动机进口空气总温之间的关系，如图1所示，主要包括以下步骤：
[0030] S1、根据发动机性能设定发动机各控制参数的约束；
[0031] S2、在所述发动机各控制参数的约束内给定高压相对转速N2、加力燃烧室出口温 度T7a以及喷口面积As的取值范围；
[0032] S3、在确定的飞行高度下，对任一马赫数值，在步骤S2中的取值范围内，取多组高 压相对转速N2、加力燃烧室出口温度T7a以及喷口面积A8,并与计算得到的多个对应的发动 机推力F共同形成初代种群；
[0033] S4、对经步骤S3中获取的初代种群中的任一个体，计算所述个体下的发动机各控 制参数，并与步骤S1中的发动机各控制参数的约束进行比较，若存在不满足步骤S1中的发 动机各控制参数约束的个体，用满足步骤S1中的发动机各控制参数约束的个体进行替换， 形成二代种群，同时修改步骤S2中的喷口面积A 8的取值范围；
[0034] S5、对所述二代种群内的个体两两随机配对，并对配对后的若干组个体进行交叉 运算，所述交叉运算的交叉公式为：
[0035] X7 i = aXxi+(l-a) Xx2；
[0036] x7 2 = aXx2+(l~a) Χχι,
[0037] 其中，xdPX2为父代，Y jPY 2为子代，a为交叉算子；
[0038] S6、对所述交叉运算后的种群进行变异运算，变异的公式为：
[0039] 当random(0，l) = X (l_r(1-k/T)b)，或者，
[0040] 当random(0,1) = 1，x'k = xk+(xiHJkmin) X (l-r(1-k/T)b)，
[0041] 其中，Xk为第k代中的优化参数值，Ukmax和uk_为第k代的所述优化参数值的最大值 与最小值，r是0~1的随机数，b为常数，T为进行遗传算法时迭代的最大代数，1\为变异后 的优化参数值；
[0042] S7、重复步骤S4至S6,直至进行遗传算法时迭代的次数满足设定的最大代数，获取 最大推力时对应的最优个体以及由所述最优个体内计算得其它发动机各控制参数；
[0043] S8、重复步骤S3至S7,获取同一飞行高度下不同马赫数值的最优个体及由所述最 优个体内计算得其它发动机各控制参数；
[0044] S9、将马赫数转换为发动机进口空气总温!^，获取发动机各控制参数与发动机进 口空气总温Τι之间的关系。
[0045] 本实施例以计算高度11km，马赫数2.0工作点为例进行详细说明。
[0046] 首先，本实施例给定优化目标，这里以获取最大推力为目标。
[0047] 其次，在步骤S1中，设定约束条件，比如：
[0048]进口换算流量 > 110kg/s，
[0049] 低压相对转速> 100%，
[0050] 高压相对转速> 100%，
[0051 ] 高压涡轮前温度> 1700K，
[0052]加力燃烧室出口温度> 1950K，
[0053] 风扇裕度<25%，
[0054] 压气机裕度<30%，
[0055] 加力余气系数<1.12，
[0056] 最大耗油率 >0.2kg/(N.h)，
[0057] 喷 口面积0.3m2 ~0.7m2，
[0058] 本实施例，以下述几个参数为例进行详细说明，其中为低压相对转速，N2为高压 相对转速，T4为高压涡轮前温度，T 7a为加力燃烧室出口温度，As为喷口面积。
[0059] 之后，在步骤S2中，给定能够形成计算输入值的参数范围，即能够通过这些值来求 取发动机推力及其它参数，本实施例中，给定下述三个值：
[0060] 高压转速N2 = 90 %~100 % ;加力燃烧室出口温度T7a = 1000K~1900K;喷口面积As =0.3m2~0.303m2。
[0061] 在步骤S3中，生成初代种群，种群规模为100个个体，并对各个体进行评价，即计算 推力，具体见表1。表中推力为〇的表明不符合步骤S1所给的约束条件。
[0062]表1、初代种群
[0063]
[0064] ~需要说明的是，所述初代种群的种群规模为50^500个个体，