SI发动机AFR非线性模型预测控制理论与方法研究

基于李雅普诺夫函数的航空发动机非线性控制设计方法
商国军;王继强;夏超;胡欢;赵明宇
【期刊名称】《航空发动机》
【年(卷),期】2014(040)006
【摘要】针对航空发动机非线性模型,提出了1种基于李雅普诺夫(Lyapunov)函数的航空发动机非线性控制设计方法.在保证系统稳定的前提下,采用该方法完成了航空发动机非线性控制器的设计.仿真研究结果表明:该设计方法可提高系统响应速度,能有效抑制干扰,且具有良好的跟踪性和鲁棒性,有效改进了航空发动机控制系统的性能.
【总页数】5页(P38-42)
【作者】商国军;王继强;夏超;胡欢;赵明宇
【作者单位】南京航空航天大学能源与动力学院,南京210016;南京航空航天大学能源与动力学院,南京210016;南京航空航天大学能源与动力学院,南京210016;南京航空航天大学能源与动力学院,南京210016;南京航空航天大学能源与动力学院,南京210016
【正文语种】中文
【中图分类】V233.7
【相关文献】
1.基于李雅普诺夫函数的并联型混合有源电力滤波器非线性控制方法 [J], 薛花;范月;王育飞
2.基于李雅普诺夫直接法的电力系统的可控制动电阻的非线性预测控制 [J], 王红月;梁志珊
3.基于控制李雅普诺夫函数理论的高压直流输电附加控制器设计 [J], 苗淼;李兴源;王曦
4.基于障碍李雅普诺夫函数非线性系统的死区补偿控制 [J], 刘磊
5.欠驱动航天器李雅普诺夫函数非线性姿态控制 [J], 夏德银
因版权原因，仅展示原文概要，查看原文内容请购买。

编号毕业设计题目民航发动机控制系统故障在线监测方法研究民航发动机控制系统故障在线监测方法研究摘要航空发动机控制系统是航空发动机的安全关键系统，保证了航空发动机在各种可能的条件下安全可靠地工作，为了保持可靠性，需要对其进行在线监测并且隔离出故障。

异常监测算法的研究能为维修人员提供直接有效的信息，能有效保障安全和降低维修成本。

本文以CFM56-7B控制系统为研究对象，针对最可能发生故障的传感器部分开展了方法研究，提出了基于多元状态估计和极限学习机的传感器信号在线监测方法，利用译码得到的QAR数据进行了验证。

通过对正常航班的训练得到模型，然后对正常测试数据进行了故障模拟，并对残差进行了序贯概率比检验，最后开发了MATLAB GUI交互界面，该图形界面整合了数据的训练和测试、故障模拟及残差检验。

关键词：CFM56-7B，QAR数据，传感器，多元状态估计，极限学习机Research on On-line Monitoring Method of Civil Aviation Engine Control System FaultAbstractAero-engine control system is a key safety system to ensure that the aero engine in a variety of possible conditions, safe and reliable, in order to maintain reliability, we need to conduct on-line monitoring and isolate the fault. The research of abnormal monitoring algorithm can provide direct and effective information for maintenance personnel, which can effectively guarantee the safety and reduce the maintenance cost.In this paper, CFM56-7B control system as the research object, for the most likely to fault the sensor part of the method of research, based on multiple state estimation technique and extreme learning machine sensor signal on-line monitoring method, using the decoded QAR data verification. Through the training of normal flight, the model is simulated and the normal test data is simulated and the residual probability is tested. Finally, the MATLAB GUI interface is developed. The graphical interface integrates the training and testing of data, Fault simulation and residual test.Key Words：CFM56-7B, QAR data, sensor, multivariate state estimation technique,extreme learning machine目录摘要 (ⅰ)Abstract (ⅱ)第一章绪论 (1)1.1研究背景及意义 (1)1.2国内外研究现状 (2)1.3论文主要内容 (3)第二章CFM56-7B航空发动机控制系统 (5)2.1CFM56-7B航空发动机控制原理 (5)2.2CFM56-7B航空发动机控制系统组成 (6)2.2.1 电子控制器EEC (7)2.2.2敏感元件传感器 (7)2.2.3放大元件和执行机构 (14)2.3CFM56-7B航空发动机控制系统主要故障 (15)第三章航空发动机控制系统传感器故障检测算法研究 (16)3.1多元状态估计（MSET） (16)3.1.1MSET基本原理 (16)3.1.2在线异常检测步骤 (17)3.2极限学习机（ELM） (18)3.3基于序贯概率比（SPRT）的异常检测 (20)3.3.1序贯概率比 (20)3.3.2残差检验的一般步骤 (21)第四章MSET和ELM在CFM56-7B控制系统传感器上的故障监测 (23)4.1QAR数据 (23)4.2基于MSET的全航班多飞行阶段的传感器故障监测 (23)4.2.1数据的预处理 (23)4.2.1实例检测 (25)4.2.3CFM56-7B传感器故障模拟及在线监测 (32)4.3基于ELM的传感器故障监测 (36)4.3.1数据的训练及人工神经网络的建立 (36)4.3.2CFM56-7B传感器故障模拟及监测 (38)4.4两种监测方法的比较 (40)4.5CFM56-7B传感器在线监测人机交互GUI界面的设计 (42)第五章总结与展望 (45)5.1 总结 (45)5.1 展望 (45)参考文献 (46)致谢 (48)第一章绪论1.1 研究背景及意义我国民航业正进入高速发展的新时期，中国作为一个航空大国，其航空安全关系到我国的整个航空工业体系和经济的发展。

第41卷第17期中国电机工程学报Vol.41 No.17 Sep. 5,20212021 年 9 月5 日Proceedings of the CSEE ©2021 Chin.Soc.for Elec.Eng. 5887 DOI：10.13334/j.0258-8013.pcsee.201887 文章编号：0258-8013 (2021) 17-5887-13 中图分类号：TM 73 文献标志码：A风电集群有功功率模型预测协调控制策略路朋S叶林|+,裴铭、何博宇、汤涌2,翟丙旭3，曲萤4,李卓1(1.中国农业大学信息与电气工程学院，北京市海淀区100083; 2.电网安全与节能国家重点实验室(中国电力科学研究院有限公司），北京市海淀区100192; 3.国网冀北电力有限公司，北京市西城区100053; 4.国网山西省电力公司电力科学研究院，山西省太原市030001)Coordinated Control Strategy for Active Power ofWind Power Cluster Based on Model Predictive ControlL U Peng1,Y E Lin1 ,PEI M i n g1,H E B o y u1,T A N G Yon g2,Z H A I Bingxu3,Q U Ying4,LI Z h u o1(1. College of Information and Electrical Engineering, China Agricultural University, Haidian District, Beijing 100083, China;2. State Key Laboratory of Power Gird Safety and Energy Conservation (China Electric Power Research Institute), Haidian District,Beijing 100192, China; 3. State Grid Jibei Electric Company Limited, Xicheng District, Beijing 100053, China;4. State Grid Corp of China Shanxi Electric Power Research Institute, Taiyuan 030001, Shanxi Province, China)ABSTRACT: The uncertainty of large-scale wind power will cause a large deviation in wind power tracking control commands, which will lead to over-limit power transmission sections. The traditional control approach is difficult to effectively alleviate the power fluctuation caused by wind power randomness. Therefore, a coordinated control strategy of wind power cluster based on model predictive control (MPC) was proposed. The strategy was based on the ultra-short-term wind power prediction information that includes the current time state and the future 4 times states, and then a dynamic grouping strategy based on the power change trend factor was developed in wind farms. Further, a rolling time-domain optimization control strategy of wind power clusters was established, which can realize the typical condition control of wind power clusters such as up-regulation control, early warning control, down-regulation control, and emergency control. Finally, a simulation test platform for real-time control of the wind power cluster was developed, and the actual data of the wind power cluster in north China was used as an example for test. The results showed that the proposed control strategy can not only guarantee the safety of wind power transmission line, but also alleviate the wind power fluctuation.KEY WORDS: wind power cluster; model predictive control; coordinated control strategy摘要：大规模风电的不确定性会造成其有功功率跟踪控制指 令偏差大，导致输电断面功率越限，传统控制方法难以有效基金项目：国家电网有限公司科技项目(5100-20丨955009A-0-0-00); 国家自然科学基金项目(51977213)。

第 63 卷第 2 期2024 年 3 月Vol.63 No.2Mar.2024中山大学学报（自然科学版）（中英文）ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI基于Lyapunov-MPC方法的非合作目标近距离抵近控制*杜兴瑞，孟云鹤，陆璐中山大学人工智能学院，广东珠海 519082摘要：针对航天器近距离视线抵近同时存在轨道与姿态机动的非合作目标特定方位控制问题，提出了一种基于控制Lyapunov函数（CLF）的模型预测控制方法（LMPC）。

首先，根据视线坐标系下的轨道动力学方程，建立了满足视线指向要求的航天器相对轨道动力学模型，并推导了期望轨道的解析表达式。

其次，利用MPC方法设计控制器进行在线优化控制，并通过纳入基于李雅普洛夫方法的非线性反步控制的显式特征，构建收缩约束式，以确保闭环稳定性。

接着，对基于LMPC的控制方法的递归可行性和闭环稳定性进行了证明。

最后，仿真结果证明了所设计的LMPC轨迹跟踪方法的有效性和鲁棒性。

关键词：非合作目标；近距离视线抵近；非线性动力学系统；控制Lyapunov函数；模型预测控制中图分类号：V19 文献标志码：A 文章编号：2097 - 0137（2024）02 - 0085 - 10Non-cooperative target proximity control based onLyapunov-MPC methodDU Xingrui， MENG Yunhe， LU LuSchool of Artificial Intelligence， Sun Yat-sen University， Zhuhai 519082， ChinaAbstract：A model predictive control method based on Lyapunov function （LMPC）is proposed to control the specific orientation of non-cooperative spacecraft with orbit and attitude maneuvers. Firstly，according to the orbital dynamics equation in the line-of-sight coordinate system，the relative orbital dynamics model of the spacecraft satisfying the requirements of line-of-sight direction is established，and the analytical expression of the expected orbit is derived. Secondly， the MPC method is used to de‐sign the controller for online optimization control， and the contraction constraint formula is constructedto ensure the closed-loop stability by incorporating the display features of the nonlinear backstepping control based on the Lyapunov method. Then，the recursive feasibility and closed-loop stability of LMPC based control method are proved. Finally， the simulation results prove the effectiveness and ro‐bustness of the proposed LMPC trajectory tracking method.Key words：non-cooperative target； close line of sight； nonlinear dynamic system； control Lyapunov function；model predictive controlDOI：10.13471/ki.acta.snus.2023B047*收稿日期：2023 − 07 − 09 录用日期：2023 − 08 − 02 网络首发日期：2023 − 09 − 26基金项目：国家自然科学基金（61673390）作者简介：杜兴瑞（1997年生），男；研究方向：智能控制；E-mail：****************通信作者：孟云鹤（1978年生），男；研究方向：智能控制；E-mail：*****************第 63 卷中山大学学报（自然科学版）（中英文）航天器的自主抵近控制是实现一系列空间近距离操作任务的关键技术，在空间态势感知、空间攻防、在轨服务等领域都有着广泛应用。

《乏油工况下行星齿轮系统的非线性动力学特性研究》一、引言行星齿轮系统作为机械传动装置的核心部件，其动力学特性直接关系到整个传动系统的性能和稳定性。

然而，在乏油工况下，行星齿轮系统面临着润滑不足、摩擦增大等问题，导致其动力学特性发生显著的非线性变化。

因此，对乏油工况下行星齿轮系统的非线性动力学特性进行研究，对于提高传动系统的可靠性和稳定性具有重要意义。

二、乏油工况对行星齿轮系统的影响在乏油工况下，行星齿轮系统内部的润滑状态发生改变，润滑油膜的厚度变薄，摩擦力增大，使得齿轮之间的摩擦磨损加剧。

此外，由于润滑不良，齿轮在运转过程中可能产生局部过热现象，导致材料疲劳失效和接触失效的风险增加。

这些因素都会对行星齿轮系统的动力学特性产生影响。

三、非线性动力学特性的研究方法为了研究乏油工况下行星齿轮系统的非线性动力学特性，可以采用多种方法。

首先，可以通过建立行星齿轮系统的非线性动力学模型，模拟不同工况下的运动过程，分析系统在不同工况下的动态响应。

其次，可以采用实验方法，对实际运行的行星齿轮系统进行监测和分析，获取系统在乏油工况下的实际运行数据。

此外，还可以利用数值分析方法，对系统进行定量的分析和预测。

四、非线性动力学特性的研究结果通过对乏油工况下行星齿轮系统的非线性动力学特性进行研究，可以得出以下结论：1. 在乏油工况下，行星齿轮系统的振动和噪声水平显著增加，主要表现为低频振动和高频噪声的增加。

2. 润滑不良导致齿轮间的摩擦系数增大，使得齿轮之间的作用力发生显著变化，表现为周期性波动和不规则冲击。

3. 乏油工况下，行星齿轮系统的动态稳定性降低，容易出现共振和失稳现象。

4. 通过对系统进行优化设计、改进润滑方式和提高材料性能等措施，可以有效改善行星齿轮系统在乏油工况下的非线性动力学特性。

五、结论与展望通过对乏油工况下行星齿轮系统的非线性动力学特性进行研究，可以得出以下结论：在润滑不良的条件下，行星齿轮系统的动力学特性发生显著的非线性变化，表现为振动和噪声水平的增加、动态稳定性的降低等。

期刊网址：引用格式：周寅正, 陈俐. 基于模型预测控制的双机组混合动力船舶能量管理研究[J]. 中国舰船研究, 2024, 19(增刊 1):74–83.ZHOU Y Z, CHEN L. Study on energy management of dual-diesel generator sets hybrid power ships based on model pre-dictive control[J]. Chinese Journal of Ship Research, 2024, 19(Supp 1): 74–83 (in Chinese).基于模型预测控制的双机组混合动力船舶能量管理研究周寅正1,2，陈俐*1,21 上海交通大学 船舶海洋与建筑工程学院 海洋智能实验室，上海 2002402 上海交通大学 海洋工程国家重点实验室，上海 200240摘 要:［目的］船舶柴电混合动力系统合理分配柴油机和电机输出功率，可大幅降低油耗和排放。

针对传统混合动力能量管理策略的性能最优与运算实时的矛盾，提出采用模型预测控制（MPC ）进行能量管理瞬时优化。

［方法］首先，利用反向建模法搭建由双柴油发电机组、储能系统、岸电组成的客渡船混合动力系统能量流模型；然后，提出以油耗和电能消耗的总温室气体（GHG ）排放为目标函数，在系统约束条件下可在线滚动优化求解的MPC 能量管理算法，最终进一步进行了不同预测时域长度的灵敏度分析。

［结果］仿真结果表明，MPC 较传统规则控制方法可分别降低4.85%的燃油消耗量和3.54%的温室气体总排放。

［结论］相比于传统的规则控制策略，MPC 油耗低，温室气体排放少，且计算负荷较小，具有良好的实船应用潜力。

关键词：双机组混合动力；模型预测控制；温室气体排放中图分类号: U676.3文献标志码: ADOI ：10.19693/j.issn.1673-3185.03104Study on energy management of dual-diesel generator sets hybrid power shipsbased on model predictive controlZHOU Yinzheng 1,2, CHEN Li*1,21 Laboratory of Marine Intelligent Equipment and System, School of Naval Architecture,Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, China2 State Key Laboratory of Ocean Engineering, Shanghai Jiao Tong University, Shanghai 200240, China Abstract : ［Objectives ］The marine diesel-electric hybrid system reasonably distributes the output power of the diesel engine and motor, which can significantly reduce fuel consumption and emissions. Aiming at the contradiction between the optimal performance and real-time operation of traditional energy management strategies applied to hybrid power systems, this study proposes to implement model predictive control (MPC)to achieve the instantaneous optimization of energy management.［Methods ］First, an energy flow model of a passenger-ferry hybrid system consisting of dual diesel generator sets, energy storage systems and shore power is established by employing the reverse modeling method. An MPC energy management algorithm that can be solved online by rolling optimization under system constraints is then proposed, taking the total green-house gas (GHG) emissions of fuel consumption and electric energy consumption as the objective function. Fi-nally, the sensitivity analysis of the variable prediction horizon lengths is carried out.［Results ］The simula-tion results show that the MPC method can reduce fuel consumption by 4.85% and total carbon dioxide emis-sions by 3.54% respectively compared with the traditional rule-based control method.［Conclusions ］The MPC method achieves lower fuel consumption, lower carbon emissions and lower computing load than the tra-ditional rule-based control method, giving it promising potential for real ship application.Key words : dual-diesel generator sets hybrid system ；model predictive control (MPC)；(greenhouse gas)GHG emission收稿日期: 2022–09–27 修回日期: 2023–02–16基金项目: 国家重点研发计划资助项目（2022YFB4300803）作者简介: 周寅正，男，1998年生，硕士生。