论文部分内容阅读
随着涡轴发动机技术不断提高,发动机控制系统性能要求越来越高。由于发动机与直升机耦合效应以及旋翼时滞性影响,传统串级PI控制难以满足控制性能要求。相比于传统串级控制方法,非线性模型预测控制基于预测模型实现最优控制,能够处理系统时滞以及限制约束问题。因此,本文以直升机/涡轴发动机整机为研究对象,建立整机仿真模型,开展涡轴发动机非线性模型预测控制研究。针对涡轴发动机与直升机的耦合问题以及直升机旋翼系统的时滞特性,以某型直升机以及涡轴发动机特性数据为基础,建立了反映直升机空气动力学和涡轴发动机气动热力学的整机综合仿真模型,为发动机控制系统设计提供仿真平台。提出了一种基于多输出约简迭代核极限学习机算法的涡轴发动机非线性模型预测控制方法。针对核极限学习机对于大规模训练样本泛化能力不足缺乏稀疏性的问题,提出了一种多输出迭代约简核极限学习机算法,有效地精简模型结构的同时,保证模型的精度。利用该稀疏核极限学习机算法辨识涡轴发动机多输出参数耦合的预测模型,基于序列二次型规划算法设计涡轴发动机非线性模型预测控制器。仿真结果表明,与传统串级PI控制相比,该模型预测控制器可以有效地抑制动力涡轮转速超调/下垂量,系统动态响应性能更好。针对离线核极限学习机算法缺乏鲁棒性的问题,提出了一种基于多输出在线滚动序列核极限学习机算法的非线性模型预测控制器设计方法。基于线性相关程度分析挑选在线训练样本,稀疏模型结构,提高模型的泛化能力。引入滚动窗机制,控制模型的规模,提高模型在线计算速度。基于该在线核极限学习机算法开展涡轴发动机非线性模型预测控制研究,仿真结果表明,基于在线更新预测模型的预测控制器相比于基于离线算法的预测控制器,保证计算实时性同时,系统响应更快,稳态性能更好。针对直升机/涡轴发动机综合控制系统设计问题,提出了一种基于区域极点配置的直升机鲁棒H_?飞行控制器设计方法。结合基于在线滚动序列核极限学习机算法的发动机非线性模型预测控制器,实现直升机/涡轴发动机系统综合控制。基于直升机/涡轴发动机综合仿真平台,进行直升机机动飞行仿真分析。仿真结果表明发动机模型预测控制器相对于传统串级控制器,动力涡轮转速超调/下垂量更小,控制系统性能更好。