本发明属于航空发动机推力衰退自主控制技术领域，尤其涉及一种航空发动机进口畸变下推力衰退自主控制方法。
背景技术：
航空发动机是飞机的心脏，保证其稳定工作对于飞行安全来说至关重要。舰载机在起飞和着舰时，由于海面盐雾条件等因素，其发动机进口畸变不可避免，致使部件特性及相关设计参数发生变化；此外当飞机格斗或作机动飞行时，发动机常常工作在存在大攻角和侧滑角的条件下，进口畸变同样十分严重，导致发动机性能下降甚至不稳定工作。为了确保飞行器的安全飞行、延长发动机使用寿命，需要对发生部件性能突变的发动机进行推力恢复，因此，研究航空发动机推力衰退自主控制方法十分必要。
航空发动机是一个复杂的热力学系统，具有很强的不确定性和时变性，为了有效防止压气机喘振，保证航空发动机的稳定工作，需要保留足够的喘振裕度。航空发动机性能越先进，其稳定工作范围要求越宽，抗进口畸变能力越强，对喘振裕度的要求也就越高。但喘振裕度的提高是以牺牲发动机的设计性能为代价的，过于保守的喘振裕度设计极大地限制了发动机的性能发挥。因此，当喘振裕度满足必需要求的前提下，可以适量减小以提高发动机性能。同时，航空发动机的复杂性使得转速控制器的设计变得困难。带有反馈线性化的非线性自回归滑动平均(narma-l2)控制器是一种有效的人工神经网络控制器架构。在一定条件下，非线性系统的输入输出关系可以由narma-l2模型辨识得到，并且可以通过简单的数学变换得到控制律。然而由于narma-l2模型存在建模误差和训练误差，使得所设计的控制器性能在包线内应用受到影响。因此，本发明设计一种基于迭代学习修正的航空发动机性能衰退缓解控制器(il-narma-l2)，该方法利用迭代学习算法对控制量进行在线补偿，以消除控制系统响应的稳态误差，降低系统超调量，提高了控制性能。
本发明提出了基于变增量lp算法的航空发动机进口畸变下推力衰退自主控制器，在发动机转速控制器外部加入性能恢复控制回路，其中转速控制通过narma-l2模型逆实现。当发动机发生进口畸变时，首先将高压转子转速指令降低1％确保发动机安全工作，之后利用变增量lp优化算法在保证发动机不超限条件下得到推力衰退自主所需的主燃烧室燃油流量和尾喷口喉道面积控制量，从而使发动机在进口畸变导致性能退化情况下尽可能继续提供所需推力。
技术实现要素：
针对上述技术问题，本发明提供一种航空发动机进口畸变下推力衰退自主的控制方法，针对常规控制器在发动机在进口畸变的情况下推力水平下降的问题，将基于变增量lp算法的推力寻优模块同il-narma-l2转速控制器控制系统结合，得到发动机推力衰退自主控制器。该方法可在不超温、不超转的情况下缓解由进口畸变引起的整机推力损失，提高发动机整机性能表现。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于，包括以下步骤：
步骤a)建立进口畸变对推力、喘振裕度等状态量的影响关系，利用发动机主燃油量与高压转子转速之间的数学映射，设计基于il-narma-l2转速控制的迭代学习控制器；
步骤b)结合il-narma-l2转速控制器，开发基于变增量lp算法推力寻优的多变量控制模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
进一步的，所述步骤a)中建立进口畸变对推力、喘振裕度等状态量的影响关系，利用发动机主燃油量与高压转子转速之间的数学映射，设计基于il-narma-l2转速控制的迭代学习控制器具体步骤如下：
步骤a1)，利用相对换算转速nl、压比πf和畸变指数w插值确定风扇部件换算流量和效率：
wa2cor＝f1(nl,πf,w)
ηa2cor＝f2(nl,πf,w)
其中，wa2cor和ηa2cor分别为风扇的换算流量和效率。计算发生进口畸变后的总压恢复系数，公式为：
其中，ma为马赫数。通过修正发动机风扇的流量、效率以及总压恢复系数，利用发动机部件级模型计算方法，建立畸变对推力、喘振裕度等状态量的影响关系；
步骤a2)，设计il-narma-l2转速控制器，初始控制律为：
其中，发动机主燃油量作为输入量u(k)，高压转子转速作为输出量y(k)，y*(k)为发动机期望输出，f0*(·)和g0*(·)为神经网络组。当发动机处于动态工况时，控制律仅为初始控制律；当发动机处于稳态工况时，根据初始控制律求出控制量u0(k)作用于发动机得到输出量y(k)，利用期望输出和实际输出间的误差e(k)输入到迭代学习模块迭代更新控制量，得到下一时刻的控制律u(k 1)，表达式为：
其中，γp、γi和γd为迭代学习增益。
进一步的，所述步骤b)中结合il-narma-l2转速控制器，开发基于变增量lp算法推力寻优的多变量控制模块，建立适应发动机发生进口畸变的推力衰退自主控制器具体步骤如下：
步骤b1)，构建基于变增量lp算法的航空发动机推力衰退自主控制系统结构图，包括il-narma-l2控制模块、变增量lp寻优模块和畸变估计模块；
步骤b2)，利用发动机模型输出和限制条件设计基于变增量lp算法的推力寻优模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
进一步的，所述步骤b2)利用发动机模型输出和限制条件设计基于变增量lp算法的推力寻优模块，建立适应发动机发生进口畸变的推力衰退自主控制器具体步骤如下：
步骤b2.1)，构建lp优化问题，在发动机不超转、不超温、喘振裕度和控制量满足范围要求、推力不超过期望值的约束下寻找发动机最大推力，具体公式为：
其中，fn为发动机推力，u＝[wf,a8]t为发动机控制向量，umin和umax分别为向量下界和上界，x＝[nl,nh,tt6]t，xmax和xmin分别为状态量的上下界，其中，nl为低压转子转速，nh为高压转子转速，tt6为涡轮后温度，smf和smc分别为风扇和压气机喘振裕度，fnor为实时模型计算出未发生进口畸变的发动机推力期望值；
步骤b2.2)，提取推进系统矩阵，结合构建的lp优化问题，求解推力恢复所需的主燃油流量wf和尾喷口喉道面积a8。
进一步的，所述步骤b2.2)中提取推进系统矩阵，结合构建的lp优化问题，求解推力恢复所需的主燃油流量wf和尾喷口喉道面积a8。具体步骤如下：
步骤b2.2.1)，对边界限制条件和不可测推力在工作点附近小范围进行线性化，通过扰动法提取步骤b2.1)中状态量与控制量间的推进系统矩阵p。其中扰动所需的控制量增量δuj可由相应控制量uj乘以增量系数得出，增量系数的选取规则为：
其中，k为迭代次数；δfn为推力增量。
步骤b2.2.2)，根据推进系统矩阵p，将步骤b2.1)中状态量表示为控制量的线性组合，得到完整的lp问题。
步骤b2.2.3)，求解lp问题，经反复迭代至满足精度要求或达到最大迭代次数限制后得到全局最优解wf和a8，此时控制模块切换到lp寻优模块，将二者作为新的控制量输入到发动机，缓解发动机整机推力损失。
有益效果：本发明针对航空发动机进口畸变引起的推力下降的问题，提出了一种基于变增量lp的航空发动机推力衰退自主控制方法。该方法建立了进口畸变对推力、喘振裕度等状态量的影响关系，采用narma-l2模型结合迭代学习控制方法建立转速控制系统，并基于变增量lp算法的推力寻优模块，得到适应发动机发生进口畸变的推力衰退自主控制器。仿真结果验证了设计的进口畸变条件下的推力衰退自主控制方法的有效性。
附图说明
图1是基于变增量lp的航空发动机进口畸变下推力衰退自主控制系统结构图。
图2是h＝0,ma＝0，畸变指数w＝2时供油量比较图。
图3是h＝0,ma＝0，畸变指数w＝2时高压转子转速比较图。
图4是h＝0,ma＝0，畸变指数w＝2时推力比较图。
图5是h＝0,ma＝0，畸变指数w＝2时lp算法的数值变化图。
图6是h＝4000m,ma＝1.2，畸变指数w＝4时供油量比较图。
图7是h＝4000m,ma＝1.2，畸变指数w＝4时高压转子转速比较图。
图8是h＝4000m,ma＝1.2，畸变指数w＝4时推力比较图。
图9是h＝4000m,ma＝1.2，畸变指数w＝4时lp算法的数值变化图。
具体实施方式
下面结合附图对本发明的具体实施方式作更进一步的说明。
一种航空发动机进口畸变下推力衰退自主控制方法，包括以下步骤：
步骤a)建立进口畸变对推力、喘振裕度等状态量的影响关系，利用发动机主燃油量与高压转子转速之间的数学映射，设计基于il-narma-l2转速控制的迭代学习控制器；
步骤b)结合il-narma-l2转速控制器，开发基于变增量lp算法推力寻优的多变量控制模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
步骤a1)，利用相对换算转速nl、压比πf和畸变指数w插值确定风扇部件换算流量和效率：
wa2cor＝f1(nl,πf,w)
ηa2cor＝f2(nl,πf,w)
其中，wa2cor和ηa2cor分别为风扇的换算流量和效率。计算发生进口畸变后的总压恢复系数，公式为：
其中，ma为马赫数。通过修正发动机风扇的流量、效率以及总压恢复系数，利用发动机部件级模型计算方法，建立畸变对推力、喘振裕度等状态量的影响关系；
步骤a2)，设计il-narma-l2转速控制器，初始控制律为：
其中，发动机主燃油量作为输入量u(k)，高压转子转速作为输出量y(k)，y*(k)为发动机期望输出，f0*(·)和g0*(·)为神经网络组。当发动机处于动态工况时，控制律仅为初始控制律；当发动机处于稳态工况时，根据初始控制律求出控制量u0(k)作用于发动机得到输出量y(k)，利用期望输出和实际输出间的误差e(k)输入到迭代学习模块迭代更新控制量，得到下一时刻的控制律u(k 1)，表达式为：
其中，γp、γi和γd为迭代学习增益。
步骤b1)，构建基于变增量lp算法的航空发动机推力衰退自主控制系统结构图，包括il-narma-l2控制模块、变增量lp寻优模块和畸变估计模块；
步骤b2)，利用发动机模型输出和限制条件设计基于变增量lp算法的推力寻优模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
步骤b2.1)，构建lp优化问题，在发动机不超转、不超温、喘振裕度和控制量满足范围要求、推力不超过期望值的约束下寻找发动机最大推力，具体公式为：
其中，fn为发动机推力，u＝[wf,a8]t为发动机控制向量，umin和umax分别为向量下界和上界，x＝[nl,nh,tt6]t，xmax和xmin分别为状态量的上下界，其中，nl为低压转子转速，nh为高压转子转速，tt6为涡轮后温度，smf和smc分别为风扇和压气机喘振裕度，fnor为实时模型计算出未发生进口畸变的发动机推力期望值；
步骤b2.2)，提取推进系统矩阵，结合构建的lp优化问题，求解推力恢复所需的主燃油流量wf和尾喷口喉道面积a8。
步骤b2.2.1)，对边界限制条件和不可测推力在工作点附近小范围进行线性化，通过扰动法提取步骤b2.1)中状态量与控制量间的推进系统矩阵p。其中扰动所需的控制量增量δuj可由相应控制量uj乘以增量系数得出，增量系数的选取规则为：
其中，k为迭代次数；δfn为推力增量。
步骤b2.2.2)，根据推进系统矩阵p，将步骤b2.1)中状态量表示为控制量的线性组合，得到完整的lp问题。
步骤b2.2.3)，求解lp问题，经反复迭代至满足精度要求或达到最大迭代次数限制后得到全局最优解wf和a8，此时控制模块切换到lp寻优模块，将二者作为新的控制量输入到发动机，缓解发动机整机推力损失。
为了验证本发明所设计的航空发动机进口畸变下推力衰退自主控制方法的有效性，在matlab环境下进行了一定包线内的数字仿真。本发明采用某型双转子小涵道比涡扇发动机的非线性部件模型作为被控对象。该模型通过面向对象编程的方法构建，包括了进气道，风扇，压气机，燃烧室，涡轮和尾喷管等航空发动机的重要部件，并且很容易在matlab环境中调用。
在进行推力衰退自主控制之前，首先需要训练得到narma-l2转速控制器。其中，控制器中的narma-l2模型的两个神经网络均为单隐含层，且输入层、隐含层和输出层的神经元个数分别为5、10和1，隐含层的激活函数选为sigmoid函数。在进行训练之前，利用发动机部件级模型在h＝0，ma＝0的飞行条件下，通过随机的输入信号生成包含10000组训练样本的数据集，其中h代表飞行高度，ma代表马赫数；随机输入信号wf的范围为：0.9679到1，模型输出信号nh的范围为：0.9944到1。训练完成后，加入迭代学习模块对控制量进行修正，至此il-narma-l2转速控制器设计完毕。
在转速控制器的基础上加入变增量lp寻优模块，得到完整的推力衰退自主控制器并针对该控制器进行仿真验证。仿真共有2组，包含包线内2个飞行条件，分别为h＝0,ma＝0以及h＝4000m,ma＝1.2。其中高压转子转速指令nhr初始值为0.90，在10s后注入进口畸变，畸变指数在2种飞行条件下分别为2和4，在20s后开始修正指令，并且在30s时仿真结束。
图2-5展示了h＝0,ma＝0，w＝2时推力衰退自主控制仿真结果。图中3条线分别对应一下三种情况：①发动机正常工作情况下，常规的转速控制方式下主燃油、高压转子转速和推力的变化；②发动机发生进口畸变的情况下，常规的转速控制方式下主燃油、高压转子转速和推力的变化；③发动机发生进口畸变的情况下，推力衰退自主控制方式下主燃油、高压转子转速和推力的变化。
从图2中可以看出进口畸变发生后，常规转速控制通过降低燃油量保证高压转子转速继续追踪原指令，这导致发动机推力发生衰退。本发明提出的推力衰退自主控制方法在畸变发生后先将nhr降低1％以确保发动机安全工作，并在第20s将修正后的控制量输入发动机进行推力恢复，从图3中可以看出，由于a8的变化使得推力恢复后的nh小于原始数值。从图4中可以发现，推力衰退自主控制方法相比于常规转速控制器可以在进口畸变影响下有效地对推力进行恢复。
从图6-9中可以看出，随着高度、马赫数以及畸变程度的进一步提升，发动机特性相比于地面点已发生较大变化。得益于il-narma-l2转速控制器出色的控制性能，使得控制器依然可以很好的跟踪转速指令，并且再加入推力寻优后，该推力衰退自主控制器依然可以对推力进行恢复。
需要指出的是，以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化和替换，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
1.一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于，包括以下步骤：
步骤a)建立进口畸变对航空发动机状态量的影响关系，所述状态量包括低压转子转速、高压转子转速、涡轮后温度、风扇喘振裕度、压气机喘振裕度以及发动机推力；利用发动机主燃油量与高压转子转速之间的数学映射，设计il-narma-l2转速控制器；
步骤b)结合il-narma-l2转速控制器，开发基于变增量lp算法推力寻优的多变量控制模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
2.根据权利要求1所述的一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于：所述步骤a)中建立进口畸变对所述状态量的影响关系，利用发动机主燃油量与高压转子转速之间的数学映射，设计il-narma-l2转速控制器具体步骤如下：
步骤a1)，利用相对换算转速nl、压比πf和畸变指数w插值确定风扇部件换算流量和效率：
wa2cor＝f1(nl,πf,w)
ηa2cor＝f2(nl,πf,w)
其中，wa2cor和ηa2cor分别为风扇的换算流量和效率；计算发生进口畸变后的总压恢复系数，公式为：
其中，ma为马赫数；通过修正发动机风扇的换算流量、效率以及总压恢复系数，利用发动机部件级模型计算方法，建立畸变对所述状态量的影响关系；
步骤a2)，设计il-narma-l2转速控制器，初始控制律为：
其中，发动机主燃油量作为输入量u(k)，高压转子转速作为输出量y(k)，y*(k)为发动机期望输出，f0*(·)和g0*(·)为神经网络组；当发动机处于动态工况时，控制律仅为初始控制律；当发动机处于稳态工况时，根据初始控制律求出控制量u0(k)作用于发动机得到输出量y(k)，利用期望输出和实际输出间的误差e(k)输入到迭代学习模块迭代更新控制量，得到下一时刻的控制律u(k 1)，表达式为：
其中，γp、γi和γd为迭代学习增益。
3.根据权利要求1所述的一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于：所述步骤b)中结合il-narma-l2转速控制器，开发基于变增量lp算法推力寻优的多变量控制模块，建立适应发动机发生进口畸变的推力衰退自主控制器具体步骤如下：
步骤b1)，构建基于变增量lp算法的航空发动机推力衰退自主控制系统结构图，包括il-narma-l2控制模块、变增量lp寻优模块和畸变估计模块；
步骤b2)，利用发动机模型输出和限制条件设计基于变增量lp算法的推力寻优模块，建立适应发动机发生进口畸变的推力衰退自主控制器。
4.根据权利要求3所述的一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于：所述步骤b2)利用发动机模型输出和限制条件设计基于变增量lp算法的推力寻优模块，建立适应发动机发生进口畸变的推力衰退自主控制器具体步骤如下：
步骤b2.1)，构建lp优化问题，在发动机不超转、不超温、喘振裕度和控制量满足范围要求、推力不超过期望值的约束下寻找发动机最大推力，具体公式为：
其中，fn为发动机推力，u＝[wf,a8]t为发动机控制向量，umin和umax分别为发动机控制向量下界和上界，x＝[nl,nh,tt6]t，xmax和xmin分别为状态量的上下界，其中，nl为低压转子转速，nh为高压转子转速，tt6为涡轮后温度，smf和smc分别为风扇和压气机喘振裕度，fnor为实时模型计算出未发生进口畸变的发动机推力期望值；
步骤b2.2)，提取推进系统矩阵，结合构建的lp优化问题，求解推力恢复所需的主燃油流量wf和尾喷口喉道面积a8。
5.根据权利要求4所述的一种航空发动机进口畸变下推力衰退自主控制方法，其特征在于：所述步骤b2.2)中提取推进系统矩阵，结合构建的lp优化问题，求解推力恢复所需的主燃油流量wf和尾喷口喉道面积a8；具体步骤如下：
步骤b2.2.1)，对边界限制条件和不可测推力在工作点附近小范围进行线性化，通过扰动法提取步骤b2.1)中状态量与控制量间的推进系统矩阵p；其中扰动所需的控制量增量δuj可由相应控制量uj乘以增量系数得出，增量系数的选取规则为：
其中，i为迭代次数；δfn为推力增量；
步骤b2.2.2)，根据推进系统矩阵p，将步骤b2.1)中状态量表示为控制量的线性组合，得到完整的lp问题；
步骤b2.2.3)，求解lp问题，经反复迭代至满足精度要求或达到最大迭代次数限制后得到全局最优解wf和a8，此时控制模块切换到lp寻优模块，将二者作为新的控制量输入到发动机，缓解发动机整机推力损失。
技术总结