关键词:
航空发动机
多任务控制
性能指标
最优控制
强化学习
变权重SDRE控制
摘要:
随着科技的持续发展,先进民用航空发动机推进效率、安全性水平及污染物排放水平等任务目标的要求不断提高。受各项任务目标机理的影响,航空发动机各任务间的性能指标要求存在相互促进或相互制约的关系,这使现有的发动机优化设计难以兼顾多任务目标。航空发动机控制算法可以通过对控制变量的合理配置,协调各项指标间的关系,达到共同优化的目的,本文着眼于控制的视角,开展面向先进民用航空发动机多任务目标的过渡态控制算法研究。
航空发动机控制通过设计合适的燃油流量在保证安全性的条件下实现推力需求,但传统的控制算中并未对一些可通过设计燃油流量进行优化的性能指标进行针对性设计,本文围绕先进民用航空发动机多任务目标进行控制算法设计,以期在保证过渡态推力响应任务、安全性任务的同时,实现多任务性能指标的优化。本文的工作主要包括以下几个方面:
首先,进行附加任务的定义和分类。将这类可优化的性能指标定义为过渡态附加任务,受其生成机理影响,附加任务会对推力响应速度产生促进作用或抑制作用,因此需设计不同控制算法以确保推力响应任务的完成。本文基于附加任务对推力响应任务的影响,进一步将附加任务分为对推力响应任务具有积极影响的正向附加任务和消极影响的反向附加任务两类,设计附加任务类别判断方法。以NOx低排放控制任务作为附加任务,阐述两类NOx低排放控制任务所属的附加任务类别。
其次,面向正向附加任务,基于耦合推力响应任务指标项和附加任务指标项的性能指标函数设计控制算法。由于正向附加任务不会对推力响应任务产生消极影响,因此可以直接通过构建含附加任务指标项的性能指标函数对过渡态中的附加任务进行优化,此时性能指标函数中具有状态变量和控制变量的耦合项和一次项,因此本文基于Pontryagin极小值原理和HJB方程设计了针对此性能指标函数的求解方法,并分析了耦合项和一次项对控制效果的影响。以快速型NOx低排放控制任务作为附加任务为例,依据所提出的控制算法进行仿真,仿真结果表明某工况下,所提出的算法可以在加快推力响应速度的同时降低14.5%的NOx生成,说明所提出的控制算法在面向正向附加任务时可以有效实现航空发动机过渡态多任务目标控制。
最后,面向反向附加任务,基于变权重控制的方法设计控制算法。为避免反向附加任务对推力响应任务的消极影响,通过构建可随状态时变的变权重性能指标函数进行变权重SDRE控制算法的设计。仿真说明了该算法的控制效果极大的取决于可以表征状态变量和性能指标函数中权重系数映射关系的变权重函数,因此本文进一步基于强化学习的方法通过建立含惩罚项的奖励值函数离线学习得到可以输出不同状态下权重系数的神经网络,实现变权重函数的设计。以热力型NOx低排放控制任务作为附加任务为例,依据所提出的控制算法进行仿真,仿真结果表明某工况下,所提出该算法的可以在不影响推力响应速度的条件下降低2.3%的NOx生成,说明所提出的控制算法在面向反向附加任务时可以有效实现航空发动机过渡态多任务目标控制。