基于健康退化的航空发动机降保守性鲁棒增益调度控制器的制作方法
本发明涉及航空发动机控制技术领域，尤其涉及一种基于健康退化的航空发动机降保守性鲁棒增益调度控制器。
背景技术：
航空发动机是一个复杂的非线性动力学系统，在范围宽广的飞行包线内工作时，发动机的工作状态随着外部条件和飞行条件的变化而不断变化。针对航空发动机的强非线性和模型的不确定性，现有技术中有提出鲁棒增益调度控制方法，将发动机划分为一系列工作点，并在每一个工作点设计鲁棒控制器，最终采用增益调度的方法选择合适的鲁棒控制器对发动机进行控制。
上述航空发动机鲁棒增益调度控制方法可以对航空发动机进行控制。然而，它们是非常保守的，因为它们将发动机退化看作发动机模型的不确定性进行鲁棒控制器的设计。事实上，发动机的性能退化程度可以通过测量参数来估计，从而消除不确定性模型中的退化项，缩小不确定性模型的范围，降低鲁棒增益调度控制器的保守性，提高发动机的性能。
技术实现要素：
为解决现有技术存在的问题，本发明提出一种基于健康退化的航空发动机降保守性鲁棒增益调度控制器，具有较强的鲁棒性且保守性低，将发动机的性能退化程度通过测量参数来估计，从而消除不确定性模型中的退化项，缩小不确定性模型的范围，降低鲁棒增益调度控制器的保守性，能够在发动机性能发生退化的情况下依旧对真实发动机进行良好控制，充分发挥发动机的性能，提高飞机全寿命效能。
本发明的技术方案为：
所述一种基于健康退化的航空发动机降保守性鲁棒增益调度控制器，其特征在于：包括线性降保守性鲁棒控制器组解算模块和退化参数估计回路；
其中线性降保守性鲁棒控制器组解算模块、退化参数估计回路与航空发动机本体以及航空发动机上的若干传感器组成退化参数调度控制回路；
所述线性降保守性鲁棒控制器组解算模块产生控制输入向量u并输出给航空发动机本体，传感器得到航空发动机测量参数y；控制输入向量u以及测量参数y共同输入到退化参数估计回路，退化参数估计回路解算得到航空发动机的退化参数h，并输出到线性降保守性鲁棒控制器组解算模块；
线性降保守性鲁棒控制器组解算模块与航空发动机本体以及航空发动机上的若干传感器还组成调度参数调度控制回路；由传感器输出调度参数α至线性降保守性鲁棒控制器组解算模块；
所述线性降保守性鲁棒控制器组解算模块内设计有若干线性降保守性鲁棒控制器，所述线性降保守性鲁棒控制器是利用若干小摄动不确定性发动机模型而分别设计得到的，所述小摄动不确定性发动机模型是对航空发动机不同设定工作点下的、包含退化参数的航空发动机非线性模型进行线性化后再加入不含发动机性能退化的摄动块得到的；针对某一退化状态下的航空发动机非线性模型，所加入的不含发动机性能退化的摄动块为能够覆盖航空发动机除退化外所有不确定性的最小摄动半径摄动块；
所述线性降保守性鲁棒控制器组解算模块根据输入的退化参数h以及调度参数α，利用内部设计的若干线性降保守性鲁棒控制器计算得到适应的线性降保守性鲁棒控制器，该线性降保守性鲁棒控制器根据参考输入r和测量参数y的差值e产生控制输入向量u。
进一步的，所述线性降保守性鲁棒控制器组解算模块内设计若干线性降保守性鲁棒控制器的过程为：分别在发动机正常状态h1和设定退化程度hbase处，在全飞行包线内根据调度参数α选取n个工作点对包含退化参数的发动机非线性模型进行线性化得到2n个线性化模型，对线性化模型加入不含发动机性能退化的摄动块得到小摄动不确定性发动机模型，并对这2n个小摄动不确定性发动机模型分别设计鲁棒控制器，作为对应的线性降保守性鲁棒控制器，并组成线性降保守性鲁棒控制器组。
进一步的，所述退化参数估计回路中包括非线性机载发动机模型和分段线性化卡尔曼滤波器；
所述非线性机载发动机模型为带退化参数的发动机非线性模型：
y＝g(x,u,h)
其中
所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载发动机模型输出的健康稳态参考值(xaug,nobem,ynobem)，根据公式
计算得到当前周期的发动机的退化参数h；其中
确定，而a、c、l、m是将退化参数h看作发动机的控制输入，并对非线性机载发动机模型在健康稳态参考点处进行线性化得到的反映发动机性能退化的增广线性状态变量模型
w为系统噪声，v为测量噪声，相应的协方差矩阵为对角阵q和r。
进一步的，所述线性降保守性鲁棒控制器组解算模块根据输入的退化参数h以及调度参数α插值得到的适应的线性降保守性鲁棒控制器。
进一步的，所述线性降保守性鲁棒控制器组解算模块先根据航空发动机当前的调度参数α选择前后相邻的两个设定工作点αi和αi+1，并获取两个设定工作点αi和αi+1对应发动机正常状态h1和设定退化程度hbase处的线性降保守性鲁棒控制器ki、
计算得到考虑航空发动机当前退化参数h后，在两个设定工作点αi和αi+1下的线性降保守性鲁棒控制器ki和ki+1；再根据公式
计算得到航空发动机当前适应的线性降保守性鲁棒控制器k(α)。
进一步的，所述调度参数α包括航空发动机的风扇转速或者压气机转速。
进一步的，所述测量参数包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力，风扇转速和压气机转速。
有益效果
与现有技术相比较，本发明的基于健康退化的航空发动机降保守性鲁棒增益调度控制器利用传统增益调度控制器中固有的模块，通过新增退化参数估计回路，并对增益调度控制器组进行了改进，新增了发动机一定退化程度下的一组线性降保守性鲁棒控制器，得到线性降保守性鲁棒控制器组解算模块。设计的线性降保守性鲁棒控制器采用小摄动不确定性发动机模型，消除了发动机不确定性中的退化项，降低了不确定模型的摄动范围，降低了鲁棒增益调度控制器的保守性。退化参数估计回路实现了退化参数的可靠估计，进而结合传统的调度参数，实现发动机性能退化时的增益调度控制，最大限度的提高发动机性能退化时增益调度的控制精度，缩短控制系统的过渡时间，减小其动态偏差及静态偏差，不仅具有较强的鲁棒性而且保守性低，充分发挥发动机的性能。经控制器控制非线性受控系统，以使系统在整个工作范围内，获得理想的动静态控制品质。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明基于健康退化的航空发动机降保守性鲁棒增益调度控制器的结构简图；
图2是本发明基于健康退化的航空发动机降保守性鲁棒增益调度控制器中线性降保守性鲁棒控制器组解算模块的结构示意图；
图3是本实施例退化参数调度控制回路中退化参数估计回路的结构示意图；
图4是本实施例退化参数估计回路中卡尔曼滤波器的结构示意图；
图5是发动机模型摄动结构图；
图6是退化项分离的发动机模型摄动结构图；
图7是退化后新的发动机模型摄动结构图；
图8是不确定模型结构示意图；
图9是发动机非线性模型不确定模型示意图；
图10是控制器插值示意图。
具体实施方式
航空发动机具有强非线性和模型的不确定性，传统的鲁棒增益调度控制直接将发动机退化看做发动机模型的不确定性进行鲁棒控制器的设计，极大的增大了控制器的保守性，严重降低了发动机的性能。针对这一问题，下面给出本发明的分析研究过程。
1、发动机性能退化的估计
发动机性能退化是指发动机经过多次循环运行后，由于自然磨损、疲劳、积垢等原因造成的正常老化现象。此时，有些发动机的性能会慢慢偏离额定状态。以涡轮部件为例，当它与发动机一起工作多个周期时，其工作效率会缓慢下降。将高温高压气体转化为机械能的能力将会降低，发动机在一个工作点处的线性化模型也会改变。
发动机性能退化的最终特征是不同转子部件的工作效率和流量的变化，风扇、压气机、主燃烧、高压涡轮和低压涡轮部件的效率系数或流量系数的变化可以表征发动机性能的退化，风扇、压气机、主燃烧室、高压涡轮和低压涡轮部件的效率系数或流量系数被称为退化参数或健康参数。
基于部件法，建立带退化参数的发动机非线性模型
y＝g(x,u,h)
其中
将退化参数h看作发动机的控制输入，采用小扰动法或拟合法对发动机非线性模型在健康稳态参考点处进行线性化。
其中
a′＝a,b′＝(bl),c′＝c,
d′＝(dm),δu′＝(δuδh)t
w为系统噪声，v为测量噪声，h为退化参数，δh＝h-h0；上述w与v皆为不相关的高斯白噪声，其均值均为0，协方差矩阵为对角阵q和r，即满足条件如下：
e(w)＝0e[wwt]＝q
e(v)＝0e[vvt]＝r
δ表示该参数的变化量，h0表示发动机初始状态退化参数。
进一步得到了反映发动机性能退化的增广线性状态变量模型
其中系数矩阵可由下式得到：
这些系数在发动机不同的工作状态具有不同的值。
实际上，退化参数很难测量，甚至不可能测量，而发动机各部分的压力、温度、转速等参数比较容易通过测量得到，通常称为“测量参数”，主要包括进气道出口、风扇出口、压气机出口、高压涡轮后、低压涡轮后的温度和压力，风扇转速和压气机转速。当发动机工作环境不发生变化时，退化参数的变化会引起被测参数的相应变化，二者之间存在气动热力学关系。因此，可以设计最优估计滤波器，通过测量参数来实现退化参数的最优估计。
由于发动机的性能退化过程相对较慢，可以做出以下合理假设，即δh的变化率
其中
建立的退化参数估计回路主要由两部分组成，一部分是基于性能退化的非线性机载发动机模型，另一部分是由分段线性化模型和稳态点对应的卡尔曼滤波器组成的分段线性卡尔曼滤波器。基本工作原理是将非线性机载发动机模型的输出作为分段线性卡尔曼滤波器的稳态参考值，并扩展退化参数，通过分段线性卡尔曼滤波器进行在线实时估计，最后反馈给非线性机载发动机模型进行在线实时更新。实现对实际发动机的实时跟踪，建立发动机的机载自适应模型。
卡尔曼估计方程为：
k为卡尔曼滤波的增益，满足
的初值，可得计算公式：
根据该计算公式可以得到发动机的退化参数h。
2.具有退化参数的不确定模型的鲁棒控制器设计
任何实际系统都不可避免地存在不确定性，它可以分为两类:扰动信号和模型不确定性。扰动信号包括干扰、噪声等。模型的不确定性代表了数学模型与实际对象之间的差异。
模型不确定性可能有几个原因:线性模型中总有一些参数是有误差的；线性模型中的参数可能由于非线性或工作条件的变化而变化；建模时人为的简化；由于磨损等因素发动机性能的退化。
不确定性可能会对控制系统的稳定性和性能产生不利影响。
实际的发动机和标称模型(标称模型是一个常规的不带退化参数的发动机非线性模型)之间的误差可以表示为一个摄动块δ。请参阅图5，在标称模型加入摄动块建立发动机不确定模型
它也可以表示为
g(s)＝[i+δ(s)]gnom(s)
式中g(s)为发动机的不确定模型，gnom(s)为标称模型，δ(s)为摄动块。
摄动块δ(s)包含性能退化，请参阅图6，可以通过测量参数进行预测。将摄动块δ(s)分为不含发动机性能退化的摄动块δh(s)和退化参数。请参阅图7，在标称模型加入不含发动机性能退化的摄动块δh(s)与退化参数，将发动机不确定模型表示为
它也可以表示为g(s)＝[i+δh(s)]gh_nom(s)
式中δh(s)为不含发动机性能退化的摄动块，gh_nom(s)为在发动机性能退化状态h下的新的标称模型，满足
g(s)＝[i+δ(s)]gnom(s)
＝[i+δh(s)+h(s)]gnom(s)
＝[i+δh(s)]gh_nom(s)
我们可以得到，
请参阅图8，上、下小圆区域分别代表无退化和性能退化h的发动机线性不确定模型，大圆区域代表一般鲁棒控制器设计中发动机线性不确定模型。在一般鲁棒控制器的设计中，直接将发动机的退化看作是模型中的不确定性，不改变发动机的标称模型。因此，不确定项的不确定半径必须足够大，以容纳退化发动机的不确定模型，使不确定模型的摄动半径过大。本专利针对发动机性能退化h的情况，在此状态下建立了新的标称模型，并以新的标称模型为圆心建立了不确定发动机模型。针对某一退化状态下的新的标称模型，在选择不含发动机性能退化的摄动块δh(s)时，要选择能够覆盖发动机除退化外所有不确定性的最小摄动半径摄动块。请参阅图8，通过对发动机性能退化的估计，发动机不确定性中摄动块的摄动半径||δh||＝||δ||-||h||＜||δ||，不确定性模型的摄动范围减小了
最后根据小摄动不确定模型利用传统的鲁棒控制器设计方法设计鲁棒控制器，这里设计的鲁棒控制器保守性更低。
3、具有退化参数的增益调度控制设计
增益调度控制的实质是设计一组线性化的控制器，然后将它们有规律地组合起来，从而能够控制非线性系统。具有退化参数的增益调度控制的基本原理是选择一系列的工作点，获得在正常状态和某些性能退化状态的发动机线性化模型并分别设计对应的线性降保守性鲁棒控制器得到图1中的线性降保守性鲁棒控制器组。
请参阅图9，选择一组调度参数值αi,i＝1,2,...,n，代表系统的动态范围，并将飞行包线划分为几个子区间，并将这些点作为工作点。在工作点，有这些方程
其中
利用小扰动法，可以得到各工况点退化参数的线性模型，并得到发动机正常状态和性能退化h状态下的线性模型。
请参阅图9，上、下实线分别表示发动机无退化和有性能退化h的非线性模型。一系列的黑色小圆点表示发动机不同的工作点，在每一个工作点进行线性化得到线性模型。上、下一系列的小虚线圆分别表示没有退化和有退化下的一系列不含退化项的小摄动范围，大虚线圆表示含退化项的大范围摄动。针对发动机正常状态和退化状态下的小摄动不确定线性模型，分别设计一系列线性降保守性鲁棒控制器得到图1中的线性降保守性鲁棒控制器组。然后，在选定的工作点之间，对控制器增益进行线性内插，使得对于所有的固定参数值，闭环系统都具有良好的性能。参数α是调度参数，这里可以定义为航空发动机的风扇转速或者压气机转速，可以实时测量。控制系统的另一个调度变量是反映发动机性能退化的退化参数h。工作原理是图1中的线性降保守性鲁棒控制器组解算模块根据调度参数和退化参数进行线性插值获得相应的线性降保守性鲁棒控制器来控制系统。
4、控制器的插值
这部分说明了图1中的线性降保守性鲁棒控制器组解算模块通过调度参数和退化参数调度线性插值获得相应的线性降保守性鲁棒控制器的调度计算原理。
分别在发动机正常状态和性能退化hbase状态下设计一系列线性降保守性鲁棒控制器，对每个选定的工作点αi进行控制。这将产生图1中的线性降保守性鲁棒控制器组解算模块中的控制器
然后根据调度参数α和退化参数h对控制器进行插值，继而使用得到的插值控制器来控制系统。
请参阅图10，根据发动机当前的调度参数α选定周围相邻的两个工作点αi和αi+1，根据发动机在选定的工作点αi的实际退化程度，在发动机性能退化h处的控制器ki，使用所选的工作点αi处发动机正常状态和性能退化h-base状态的控制器ki和
同样的，可以得到在工作点αi+1处实际退化h处的控制器
我们使用分段线性插值的方法，从线性降保守性鲁棒控制器集k1,k2,...,kn中对每一对控制器之间进行线性插值。得到当前调度参数α当前退化程度h处的线性插值控制器k(α),i＝1,2,...,n-1为
根据该公式可以得到某一调度参数某一退化参数下相应的控制器，并对发动机进行有效控制。
基于上述过程，下面给出本实施例中提出的一种基于健康退化的航空发动机降保守性鲁棒增益调度控制器，如图1所示，主要包括线性降保守性鲁棒控制器组解算模块和退化参数估计回路。
其中线性降保守性鲁棒控制器组解算模块、退化参数估计回路与航空发动机本体以及航空发动机上的若干传感器组成退化参数调度控制回路10。
所述线性降保守性鲁棒控制器组解算模块产生控制输入向量u并输出给航空发动机本体，传感器得到航空发动机测量参数y；控制输入向量u以及测量参数y共同输入到退化参数估计回路，退化参数估计回路解算得到航空发动机的退化参数h，并输出到线性降保守性鲁棒控制器组解算模块。
线性降保守性鲁棒控制器组解算模块与航空发动机本体以及航空发动机上的若干传感器还组成调度参数调度控制回路20；由传感器输出调度参数α至线性降保守性鲁棒控制器组解算模块。
所述线性降保守性鲁棒控制器组解算模块内设计有若干线性降保守性鲁棒控制器，所述线性降保守性鲁棒控制器是利用若干小摄动不确定性发动机模型而分别设计得到的，所述小摄动不确定性发动机模型是对航空发动机不同设定工作点下的、包含退化参数的航空发动机非线性模型进行线性化后再加入不含发动机性能退化的摄动块得到的；针对某一退化状态下的航空发动机非线性模型，所加入的不含发动机性能退化的摄动块为能够覆盖航空发动机除退化外所有不确定性的最小摄动半径摄动块。
优选的一种具体实现方式，可以通过以下过程得到设计若干线性降保守性鲁棒控制器：分别在发动机正常状态h1和设定退化程度hbase处，在全飞行包线内根据调度参数α选取n个工作点对包含退化参数的发动机非线性模型进行线性化得到2n个线性化模型，对线性化模型加入不含发动机性能退化的摄动块得到小摄动不确定性发动机模型，并对这2n个小摄动不确定性发动机模型分别设计鲁棒控制器，作为对应的线性降保守性鲁棒控制器，并组成线性降保守性鲁棒控制器组。
所述线性降保守性鲁棒控制器组解算模块根据输入的退化参数h以及调度参数α，利用内部设计的若干线性降保守性鲁棒控制器计算得到适应的线性降保守性鲁棒控制器，该线性降保守性鲁棒控制器根据参考输入r和测量参数y的差值e产生控制输入向量u。
优选的一种具体实现方式，可以根据输入的退化参数h以及调度参数α插值得到的适应的线性降保守性鲁棒控制器：
先根据航空发动机当前的调度参数α选择前后相邻的两个设定工作点αi和αi+1，并获取两个设定工作点αi和αi+1对应发动机正常状态h1和设定退化程度hbase处的线性降保守性鲁棒控制器ki、
计算得到考虑航空发动机当前退化参数h后，在两个设定工作点αi和αi+1下的线性降保守性鲁棒控制器ki和ki+1；再根据公式
计算得到航空发动机当前适应的线性降保守性鲁棒控制器k(α)。
所述退化参数估计回路中包括非线性机载发动机模型和分段线性化卡尔曼滤波器。
所述非线性机载发动机模型为带退化参数的发动机非线性模型：
y＝g(x,u,h)
其中
所述分段线性化卡尔曼滤波器的输入为测量参数y以及非线性机载发动机模型输出的健康稳态参考值(xaug,nobem,ynobem)，根据公式
计算得到当前周期的发动机的退化参数h。
其中
确定，而a、c、l、m是将退化参数h看作发动机的控制输入，并对非线性机载发动机模型在健康稳态参考点处进行线性化得到的反映发动机性能退化的增广线性状态变量模型
w为系统噪声，v为测量噪声，相应的协方差矩阵为对角阵q和r。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
- 还没有人留言评论。精彩留言会获得点赞！