基于直升机∕涡轴发动机综合仿真平台的发动机非线性模型预测控制

《基于直升机∕涡轴发动机综合仿真平台的发动机非线性模型预测控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAerOnauticaetAStrOnauticaSinicaMar．252012V01．33No．3402—411ISSN1000．6893ON11-1929／Vhttp：／／hkxb．buaa．edu，crlhkxb@buaa．edu．cn文章编号：1000—6893(2012)03—0402—10基于直升机／涡轴发动机综合仿真平台的发动机非线性模型预测控制王健康，张海波*，黄向华，陆波南京航空航天大学能源与动力学院，江苏南京210016摘要：基于具有可靠置信度的直升机／涡轴发动机综合仿真平台

2、，研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRI，SSVR)。训练具有较好实时性、精度及泛化能力的内嵌式预测模型，在高度o～5km、前飞速度0～75m／s范围内模型精度达5‰。其次。考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响。利用在线序列二次规划(SQP)算法实现滚动优化控制。而后加入目标转速偏差的积分项以消除静差。保证输出恒定。最后．通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制

3、能力，相比传统串级PID控制，能够显著降低动力涡轮转速下垂／超调量，达到更好的控制品质。关键词：直升机；涡轴发动机；非线性模型预测控制；支持向量回归机；序列二次规划；串级PID控制中图分类号：V231文献标识码：A直升机和涡轴发动机之间存在着直接的气动或机械耦合[1]，随着新一代直升机对机动性要求的不断提高，直升机子系统与发动机子系统之间的耦合程度显著增强，对于传统的带总矩前馈的串级PID控制方法，取得高品质的控制效果就显得非常困难D-23。尤其是在直升机机动飞行时，存在由旋翼扭矩测量滞后、发动机控制动态响应等引

4、起的不可忽略的时滞效应，在机动飞行小的时间尺度内这种滞后是必须考虑在控制规律设计中的，而串级PID等控制方法因不具备预测功能，对于上述时滞效应显得能力不足。模型预测控制(MPC)技术L3]由于具有对模型的宽容性(参数或非参数、线性或非线性)、有限时域滚动优化的有效性以及在设计中考虑各种软硬约束的可能性等突出特点，若应用到发动机控制系统中，对于解决上述时滞效应、改善闭环系统动态特性无疑是一种可期待的控制方案。20世纪90年代以来，线性MPC方法在理论与应用中均取得了突飞猛进的进展E3-4]，如动态矩阵控制、模型算法

5、控制、广义预测控制等，其主要优点是能在线处理约束并使其动态性能得到满足。但由于MPC是基于有限时域目标函数在线优化实现的控制算法，当过程存在约束和扰动时，其可行性和稳定性通常得不到保证【4]。所以，对于直升机／涡轴发动机这个非线性强、耦合度高的复杂系统，若使用线性MPC方法必然会存在模型失配等收稿日期：2011-06-15；退修El期：2011—07—08；录用日期：2011—08—29；网络出版时间：2011—09-06t1：25网络出版地址：WWW．cnkinet／kcms／detail／11．1929．V．

6、20110906．1125．007，htmIDOl：CNKI：11—1929／V201109061125007基金项目：航空科学基金(2010ZB52011)；南京航空航天大学基本科研业务费专项科研项目(NS2010055)；江苏省研究生创新培养工程项目(CXLXll0213)*通讯作者．Eel．：025-84892201—8401E—mail：zhzhhb@126corn引翘格式lWangJKtZhangHB。HuangxH。etal．Nonlinearmodelpredictivecontrolforthee

7、nginebasedonanintegratedhelicopter／tur-bo-shaftenginesimulationplatform．ActaAeronauticaetAstronauticaSinica，2012．33(3)：402-411．I健康，张海渡，黄向华，等j基于直开机／涡轴发动机综合仿真平台的发动机非线性模型预测控制?航空学摄，2012．33(3)：402—4¨．王健康等：基于直升机／涡轴发动机综合仿真平台的发动机非线忭模犁预测控制403问题。近年来，一些新型MPC方法被相继提出[4_5]

8、，可以有效地解决有扰动、有约束、非线性强的复杂系统控制难题，如鼠鲁棒MPC、约束线性MPC及非线性模型预测控制(NMPC)等。2007年，美国国家航空航天局(NASA)Glenn研究中心召开了一次重要会议，从控制角度来讨论和发展智能发动机，其中介绍了有关NMPC的应用[6]，该方法是首先构建一个预测模型，利用当前及历史状态信息来预测未来时刻的输出，再通过在线滚动优化和反馈