题目:基于LMI的航空发动机智能容错控制技术研究

编辑:匿名 论文撰写 2019-05-27 17:02:36 航空发动机   控制系统   故障诊断   UIO   线性矩阵不等式

随着现代航空航天科学技术的飞速发展和飞机对发动机性能要求的不断提高,航空发动机日趋复杂,其工作的安全性和可靠性也越来越受人们重视。容错控制作为保证推进系统高效、稳定工作和可靠性的重要手段之一,在过去的几十年里得到了快速发展并在航空工程中发挥了重要作用。集成现代控制理论、凸优化技术、模式识别的智能容错控制技术作为控制科学和信息技术的交叉领域,可以避免单独设计故障诊断或鲁棒控制器引起的漏警、误警以及智能算法对故障样本数据训练的过分依赖,能够为现代航空发动机控制系统的长寿命和高可靠性运行提供有利保障。本文以航空发动机控制系统为应用背景,开展了航空发动机鲁棒控制器设计、抗积分饱和保护、基于未知输入观测器(Unknown Input Observer, UIO)和H∞滤波器的故障检测、诊断和重构的研究,期望从鲁棒控制、被动容错和主动容错三个层次上去增强控制系统容错能力。本文的主要研究工作包括1) 提出了一种基于线性矩阵不等式(Linear Matrix Inequality, LMI)的输出反馈多变量PI控制器设计方法,并应用于航空发动机控制问题中。首先将多变量PI/PID控制器设计问题转化为静态输出反馈控制器设计问题,然后结合区域极点配置和弹性控制理论来保证期望的动态控制性能和鲁棒性,构造了PI控制器设计的矩阵不等式组。并针对矩阵不等式组中存在难于求解的非线性约束的问题,利用等式约束和变量替换将非凸的非线性不等式约束转化为凸的可求解的LMI约束。在某型航空发动机上的仿真和半物理实验结果表明,与目前的一些基于LMI的多变量PI控制器设计算法相比,该方法的鲁棒性和控制性能有所改善。2) 提出了一种基于H2/H∞优化理论的抗积分饱和静态补偿器被动容错控制算法,解决现代航空发动机控制系统中存在的幅值和速率饱和问题。该方法采用了将输出受限损失能量对控制器进行静态补偿的抗饱和策略,无需对原有控制器进行重新设计就能够保证系统饱和状态下的闭环鲁棒稳定性,同时结合H2/H∞优化理论保证了系统的最优抗幅值饱和和抗速率饱和特性。通过构造此类抗饱和控制问题的充分性条件,将抗饱和静态补偿器的设计问题转化为LMI求解的凸优化问题。最后将该算法应用于某型涡扇发动机的控制系统中,仿真结果验证了这种算法的有效性,比常规的积分分离算法能更好的提高航空发动机控制系统在饱和状态下的容错能力和控制性能。3) 基于“干扰解耦”思想,提出一种基于UIO观测器的航空发动机主动智能容错控制方法。通过对航空发动机非线性仿真数学模型进行平衡点局部线性化,获得发动机的线性时不变(Linear Time Invariant, LTI)模型。接着为此局部工作点模型设计UIO状态观测器,并用其估计在其它工作点上的发动机工作状态,完成发动机控制系统的故障检测。然后,结合模式识别理论,应用SVM(Support Vector Machines)分类器对基于UIO观测器的广义残差集进行训练和识别,实现航空发动机控制系统的故障隔离。最后再利用UIO的估计值来重构故障信号,完成航空发动机的主动容错控制。在某型涡扇发动机上的仿真结果表明,与传统Kalman算法相比,该方法在不同干扰下具有更为出色的故障诊断能力。同时,在传感器故障容错方面也取得了令人满意的性能。4) 基于“干扰弱化”思想,提出了一种基于动态H∞滤波器的航空发动机主动智能容错控制方法。通过量化发动机模型的外界干扰对状态估计的偏差影响,并采用凸优化线性矩阵不等式理论,在H∞范数意义上优化滤波器参数,使得干扰对估计偏差的影响最小化,进而在故障残差特征层方面提高数据诊断的鲁棒性。同时融合集成学习方法,进一步改善了发动机故障分类隔离性能。在某型涡扇发动机上的数值仿真表明,同基于Kalman滤波的方法相比,该方法具有良好的鲁棒诊断和重构性能。本文的研究在指导我国航空发动机容错控制技术的工程应用方面具有一定参考价值,同时在航空发动机智能健康管理技术方面也有良好的应用前景。

下面无答案

答案:

文章加载中..

分享:

最新文章

热门文章