学位论文 > 优秀研究生学位论文题录展示

发动机机载自适应模型与高稳定性控制技术研究

作　者: 陈霆昊
导　师: 张海波
学　校: 南京航空航天大学
专　业: 航空宇航推进理论与工程
关键词: 航空发动机自适应建模卡尔曼滤波器支持向量机攻角预测高稳定性控制 SVD分解 RR-LSSVR
分类号: V233
类　型: 硕士论文
年　份: 2010年
下　载: 73次
引　用: 4次
阅　读: 论文下载

内容摘要

本文的研究内容主要包括发动机机载自适应模型建模技术和超机动飞行发动机高稳定性控制技术两方面。本文基于卡尔曼滤波方法和支持向量机的方法分别建立了航空发动机机载自适应实时模型。提出并设计了一种基于改进卡尔曼滤波器的机载自适应实时模型:即在常规卡尔曼滤波器基础上增广输出误差积分环节,并以此改进的卡尔曼滤波器为核构成自适应模型;考虑到在役发动机传感器较少和发动机健康参数相对较多的矛盾,设计了另外一种基于SVD分解的降维卡尔曼滤波器机载自适应模型,以解决基于少量传感器的发动机自适应建模问题。另外,本文借助人工智能技术,运用约简最小二乘支持向量机(RR-LSSVR),在包线中小范围内也提出并设计了一种发动机机载自适应模型。数字仿真结果表明了上述方法的有效性。针对超机动飞行时发动机的稳定工作问题,设计了发动机的高稳定性控制器,提出了发动机高稳定性控制方案:基于神经网络预测攻角,而后通过喘振裕度的超前补偿,与喘振裕度和高压转速闭环控制共同构成了发动机高稳定性控制规律。最后在飞/推综合模型平台上,模拟大攻角飞行任务进行了数字仿真验证。

全文目录

摘要  4-5
Abstract  5-11
注释表  11-13
第一章绪论  13-17
  1.1 问题的提出  13
  1.2 发动机机载自适应模型  13-15
  1.3 发动机高稳定性控制  15
  1.4 本文的内容安排  15-17
第二章基于常规卡尔曼滤波技术的发动机机载自适应模型  17-31
  2.1 概述  17-18
  2.2 自适应模型各个功能模块  18-30
    2.2.1 发动机部件级模型  18-19
    2.2.2 输入/输出转换模块  19-20
    2.2.3 状态变量模型（SVM）  20-23
    2.2.4 状态变量模型（SVM）的精度  23-25
    2.2.5 卡尔曼滤波器设计  25-27
    2.2.6 非线性计算  27-28
    2.2.7 卡尔曼滤波器的估计能力仿真  28-29
    2.2.8 滤波器参数选取问题  29-30
      2.2.8.1 Q,R 阵的选取  29
      2.2.8.2 健康参数蜕化量的选取  29-30
  2.3 本章小结  30-31
第三章基于改进卡尔曼滤波器的航空发动机机载自适应模型  31-38
  3.1 概述  31
  3.2 改进卡尔曼滤波器  31-32
  3.3 改进卡尔曼滤波器的估计能力仿真  32-37
  3.4 本章小结  37-38
第四章基于SVD 降维卡尔曼滤波器的参数估计  38-47
  4.1 概述  38
  4.2 奇异值分解(SVD)算法  38-43
    4.2.1 问题描述  38-40
    4.2.2 奇异值分解（SVD）算法介绍  40-42
    4.2.3 降维卡尔曼滤波器的设计步骤  42-43
  4.3 基于降维卡尔曼滤波器的参数估计  43-45
    4.3.1 基于SVD 降维卡尔曼滤波器的参数选择  43-44
    4.3.2 滤波器参数估计能力仿真  44-45
    4.3.3 关于估计误差的说明  45
  4.4 本章小结  45-47
第五章最小二乘支持向量机在航空发动机自适应建模中的应用  47-55
  5.1 前言  47
  5.2 最小二乘支持向量机理论  47-49
    5.2.1 RR-LSSVR  49
  5.3 基于RR-LSSVR 的航空发动机自适应模型  49-53
    5.3.1 特征选择  50-51
    5.3.2 基于RR-LSSVR 的自适应模型的建立和仿真实验  51-53
  5.4 本章小结  53-55
第六章基于攻角预测模型的航空发动机高稳定性控制  55-68
  6.1 概述  55-57
  6.2 基于攻角预测的发动机高稳定性控制原理  57-61
    6.2.1 喘振裕度损失超前计算模块  58-61
      6.2.1.1 攻角α预测模型  58-59
      6.2.1.2 飞行攻角和喘振裕度损失ΔSML 的关系模型  59-60
      6.2.1.3 风扇喘振裕度的修正  60-61
  6.3 扩展的发动机模型  61
  6.4 控制规律设计  61-63
  6.5 非线性仿真实例  63-67
    6.5.1 数字仿真结果及分析  63-67
      6.5.1.1 数字仿真平台  63-64
      6.5.1.2 数字仿真验证  64-67
  6.6 本章小结  67-68
第七章总结与展望  68-70
  7.1 本文工作总结  68-69
  7.2 工作展望  69-70
参考文献  70-74
致谢  74-76
在学期间的研究成果及发表的学术论文  76

发动机机载自适应模型与高稳定性控制技术研究

内容摘要

全文目录

相似论文