自适应发动机模型的飞行性能诊断能力

文章内容：廊毫:嘲芝奠设?—,自适应发动机模型的飞行性能诊断能力摘车≤.,),现代生动机控一蕞蟪的处理机麓力的生晨已擐可以把自遗应横蠡!与先进控一算啬例如飞行推进蕞蟪优化.状态穗和损伤调节辞掂台在一起.自进应模型通过估算部件性麓与参考挂型的舶薹来一定飞行中生动机的实际工作状态.空中描述了利用飞行试验披据对自遗应挂型的性麓谚蔚健力进行评估的情况.自遗应挂型的性健惨断精力是用真实模型试验和飞行中生动机控一数播记景的实际数据采进行评佑的.本文还对挂型估算值和生动机曹件试验的预期状态进行了比较.1126△—0△—△40喷管喉道面积发动机数字电子控制低压涡轮进口温度低压转子物理转速低压转子换算转速性能搜索控制截面6的总压状态变量模型通用异步收发机主燃烧室燃浊流量低压转子效率偏差风康空气流量偏差高压涡轮面积偏差符号表ⅳ222—△—△—引言压气机进口可调导向叶片发动机压比美国航空与航天局高压转子物理转速主燃烧室静压截面2的静压高压压气机可调导向叶片截面2的总温风扇换算空气流量加力燃烧室燃油流量高压转子教率偏差高压压气机空气流量偏差十年前就已经开始发展以燃气涡轮发动机性能诊断法为基础的实用模型,最初的形式是采用飞行后部件性能变化趋势算法((1980)).现代发动机控制系统微机处理能力的发展可以使这些自适应模型成为先进控制算法中的集成功能元件.等人的文章(1989)介绍了可用于飞行性能优化的自适应模型算法.之后一15的性能搜索控制系统((]99)(1992))便采用了这种自适应模型算法.该算法用逐段线性状态变量模型来表示.用卡尔曼()滤波器法估算部件状态偏差.本文还利用飞行试验数据对模型的性能诊断能力进行了评估.自适应模型的评估包括分析阶段和实验阶段.首先.用真实模型试验评估飞行模型诊断能力,该试验模拟了飞行状态的影响和规定的部件磨损程度.这就确定了飞行模型的正常能力.其次,根据飞行中发动机控制数据记录的实际数据评估飞行模型诊断能力.把模型估算值与发动机部件试验预期状态做了比较.这种情况下的试验发动机是部件接近设计寿命极限的严重磨损107的验证机.2飞机/发动机,一目前正用--15飞行研究装置评估性能搜索控制()算法—5是一种采用计算机辅助处/算法加以改进的高性能战斗机.一15装备两台128加力涡扇发动机.】128发动机是10一一100发动机的增大推力型.图1示出该发动机控制执行机构和传感蒜的位置.(8等人在1984年的文章中对28发动机做了详细的描述).皤128发动机控制执行机构和传瞎器128发动机采用全权限发动机数字电子控制器()控制发动机全权限数字电子控制器利用两个主控制回路预定和保持发动机工作点:第一个控制回路利用主燃烧室燃油流量(调节预定的低压转子转速(2);第二个回路利用喷管喉道面积()控制发动机压比().发动机全权限数字电子控制器还预定压气机进口可调导向叶片()和高压压气机可调导肉叶片().1128发动机的传感器把保持发动机工作点所必需的发动机压力,温度和转速提供给发动机全权限数字电子控制器.发动机全权限数字电子控制器使用的所有相关参数通过422通用异步收发机总线传送给性能搜索控制算法使用的机载计算机.通用异步收发机数据还由机载数字带式记录器记录下来,把这些数据传送给:公司在佛罗里达的试验装置上,井用地面标准型的性能搜索控制卡尔曼滤波器进行处理分析.3自适应模型的描述基于性能搜索控制的128机载发动机模型可以表示成逐段线性状态变量模型()该模型以发动机输入和输出值间的一组线性关系为基础,发动机的输入和输出值是由发动机工作点来表征的通过扰动1128发动机的大尺寸气动热力学模型可以形成模型的线性关系.128发动机气动热力学模型在整个发动机工作范围和飞行包线内都是精确的由此得到的线性关系降低了计算和存储要求,使未测量的发动机参数实现精确模型化(等人(1989)).等人(1990)和等人(1991)的文章曾对该模型作过评估从气动热力学模型衍生出来的状态变量模型精确地表示出气动热力学模型的特性.但是,飞行中使用的原型验证发动机与气动热力学模型的特性并不完垒一致,这是由于部件性能与气动热力学模型中的模拟性能之间有偏差.这些部件性能偏差可由以下几个因素起:发动机正108常工作引起的性能恶化,部件损伤(例如,吸入外来物造成的损伤(等人(1989),-(1991)),发动机与发动机之问的制造偏差和飞行状态的影响.性能搜索控制模型的部件偏差用下列五个参数表示:④低压转子效率偏差;④高压转子效率偏差:(墨)风扇空气流量损失:(璺)压气机空气流量损失:(§)高压涡轮面积变化.图2示出压气机部件效率和流量偏差的典型特性.这些参数可以较好地表征发动机非正常工作特性.为了使模型成为自适应模型,需要利用卡尔曼滤波法来估算部件性能偏差.这是通过给定发动机测定输出值与估算输出效率压此●,''●●/^,7,效率空气流量田2压气机部件偏差的典型特性值之间的最小偏差的方法来完成的(等人(1989)).应该注意的是.由于把压气机和涡轮效率合并成一个复合转子效率参数,故部件性能分辨力的某些缺欠是不可避免的.这种合并是由传感器限定测量值所规定的可观测性制约条件决定的(等人(1989)).除了扩大参考数据范围和测量参数修正量的调整之外,文中评估的自适应模型算法和介绍的相同.另9介绍的滤波器中的参考数据查找技术是利用4和6的测量值来检测参考数据的.这已被一种假定性能未恶化的4和6模型计算方案所代替.这就是说部件性能偏差是以性能未恶化的参考数据为基准来计算的.图3所示为自适应模型算法框图.涮量值部拌性能偏差.预期值圈3发动机燃气流道自遗应模型1094自适应模型的评价真实模型试验结果为了定量表示自适应模型识别部件性能偏差的能力,用气动热力学模型在已知部件偏差量的条件下来生成数据.把用于自适应模型和状态变量模型()结构的气动热力学模型称作真实模型,因为该模型在结构上能用自适应模型表示发动机正常工作状态.目前的真实模型试验包括各种飞行状态下进行的各种试验(包括部件性能正常和预定的

引用文章

相关文章