一种适用于非额定状态的变循环发动机推力估计方法

本发明属于航空发动机控制领域，具体涉及一种适用于非额定状态的变循环发动机推力估计方法。

背景技术：

1、航空发动机的主要任务是为飞机提供合适的推力，但在发动机运行过程中，推力无法测量，传统的航空发动机控制是通过控制和推力相关的可测物理量如转速、压比等来间接控制推力，并且为了发动机的安全、稳定工作，会保留较大的安全裕度。然而航空发动机不同的工作环境、工作状态会造成可测物理量与推力的关系不唯一、不固定，随着发动机性能的衰退、维修次数的增加，可测物理量和推力的关系也会发生变化。就变循环发动机而言，其多控制变量和双模式的特点使得两者之间的关系更加复杂多变。因此，针对变循环发动机的直接推力控制显得尤为重要。直接推力控制需要解决的首要问题便是实现变循环发动机推力的准确估计。

2、国内外已有学者对此展开大量研究，但其研究对象基本是涡扇发动机或涡喷发动机，且大多仅针对发动机额定状态进行研究。变循环发动机结构复杂、参数增多、工作模式多变，再考虑变循环发动机时常工作在非额定工作状态，对推力进行准确估计便成为一个难题。本发明所提出的一种适用于非额定状态的变循环发动机推力估计方法，不仅可以实现变循环发动机在额定状态下的准确推力估计，还考虑了个体差异，识别发动机退化模式并精确估计变循环发动机非额定状态的推力，具备通用性，适用于全飞行包线，为后续变循环发动机直接推力控制器设计提供良好的基础。

技术实现思路

1、发明目的：针对背景技术的缺陷，为准确估计变循环发动机各工作状态下的推力，本发明提出一种适用于非额定状态的变循环发动机推力估计方法。除了变循环发动机额定工作状态，研究了渐变性能退化、个体差异、突变性能退化对变循环发动机推力的影响，将个体差异转化为渐变性能退化，并针对渐变性能退化和突变性能退化分别设计模式分类器和推力估计器，从而实现非额定状态下变循环发动机的准确推力估计，为后续推力恢复控制提供良好的基础。

2、为实现上述目的，一种适用于非额定状态的变循环发动机推力估计方法，包括以下步骤：

3、步骤1：分别获取渐变性能退化、个体差异和突变性能退化类型下变循环发动机相关数据，其中个体差异转化为渐变性能退化不同退化程度，渐变性能退化为变循环发动机各旋转部件在一定飞行循环数后发生退化，突变性能退化为变循环发动机各旋转部件在某次飞行循环中突然发生退化；

4、步骤2：利用渐变性能退化类型下变循环发动机相关数据和突变性能退化类型下变循环发动机相关数据分别训练渐变性能退化类型模式分类器、突变性能退化类型模式分类器；

5、步骤3：分别利用渐变性能退化类型模式分类器、突变性能退化类型模式分类器进行退化模式分类，得到各个相关数据的标签；利用带有标签的数据训练出渐变性能退化类型推力估计器、突变性能退化类型推力估计器。

6、进一步的，所述步骤1中的具体步骤如下：

7、步骤1-1：分别在变循环发动机的各种退化模式下，通过设置各旋转部件健康参数，模拟变循环发动机一定飞行循环数后渐变性能退化，使得变循环发动机达到每种退化模式下的不同退化程度，针对每种退化模式下不同退化程度的变循环发动机，选取包线内多个工作点，改变控制量实现加速过程，从而获得变循环发动机各截面参数和性能参数，对所有数据进行归一化，并添加高斯白噪声；

8、步骤1-2：分别在变循环发动机的各种退化模式下，选取包线内多个工作点，设置各旋转部件健康参数，模拟变循环发动机稳态工作时突变性能退化，获得发动机各截面参数和性能参数即推力作为后续分类器和估计器的数据，对所有数据进行归一化，并添加高斯白噪声。

9、进一步的，所述步骤2中的具体步骤如下：

10、步骤2-1：分别将步骤1-1和步骤1-2所获数据划分为训练集和测试集；

11、步骤2-2：选定分类器输入输出参数并设置随机森林参数；

12、步骤2-3：针对渐变性能退化和突变性能退化分别训练随机森林分类器并用测试集测试，调整随机森林分类器参数直至分类准确度达到要求。

13、进一步的，所述步骤3中的具体步骤如下：

14、步骤3-1：分别将步骤1-1和步骤1-2所获数据划分为训练集和测试集；

15、步骤3-2：分别选取变循环发动机不同退化模式下与额定状态相比变化大的n个传感器参数构造健康指标，来表征该退化模式下的退化程度，并作为推力估计器的输入之一;

16、步骤3-3：选定估计器输入输出参数并设置lstm神经网络参数；

17、步骤3-4：针对渐变性能退化和突变性能退化分别训练基于lstm神经网络的推力估计器并用测试集测试，调整lstm神经网络参数直至推力估计精确度达到要求。

18、有益效果：本发明提供的一种适用于非额定状态的变循环发动机推力估计方法，采用以上技术方案与现有技术相比，具有以下技术效果：

19、(1)本发明提出的一种适用于非额定状态的变循环发动机推力估计方法采用随机森林算法设计退化模式分类器，在进行推力估计前有效识别发动机所处状态，为后续构造健康指标、训练神经网络提供有效信息，较现有的完全依赖神经网络的基于数据驱动的推力估计方法，所提方法具备一定可解释性，并提高了后续神经网络估计的准确性；

20、(2)本发明提出的一种适用于非额定状态的变循环发动机推力估计方法区别于传统的仅适用于变循环发动机额定状态的推力估计方法，研究了非额定状态包括渐变性能退化、个体差异、突变性能退化下推力的准确估计方法，提高了推力估计的应用广泛性，为后续直接推力控制提供了良好的基础。

技术特征：

1.一种适用于非额定状态的变循环发动机推力估计方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种适用于非额定状态的变循环发动机推力估计方法，其特征在于：所述步骤1中获取渐变性能退化、个体差异和突变性能退化下变循环发动机相关数据的步骤如下：

3.根据权利要求2所述的一种适用于非额定状态的变循环发动机推力估计方法，其特征在于：所述步骤2中分类器为随机森林分类器。

4.根据权利要求3所述的一种适用于非额定状态的变循环发动机推力估计方法，其特征在于：所述步骤2的具体步骤包括：

5.根据权利要求2所述的一种适用于非额定状态的变循环发动机推力估计方法，其特征在于：所述步骤3中的针对渐变性能退化和突变性能退化设计推力估计器的具体步骤如下：

6.一种基于权利要求1-5任一所述变循环发动机自适应推力估计方法的直接推力控制器，该控制器中推力估计器由所述变循环发动机自适应推力估计方法进行设计。

技术总结
本发明公开了一种适用于非额定状态的变循环发动机推力估计方法，包括针对部件渐变性能退化、突变性能退化和个体差异三种非额定状态获取变循环发动机相关数据；基于该数据采用随机森林算法建立退化模式分类器；基于不同退化模式构造健康参数并采用LSTM(长短期记忆网络)算法设计推力估计器。本发明能有效识别变循环发动机不同非额定工作状态，实现非额定工作状态下，变循环发动机推力的准确估计。该方法不同于现有的仅适用于发动机额定状态的推力估计方法，研究了渐变性能退化、突变性能退化和个体差异对推力的影响，具有一定普适性，且对后续推力恢复控制研究具有积极促进作用。

技术研发人员：王杨婧,黄金泉,潘慕绚,周文祥
受保护的技术使用者：南京航空航天大学
技术研发日：
技术公布日：2024/1/15