標 題：基于機載自適應模型的航空發動機控制規律與魯棒增益調度控制器設計
英文標題：Design of control law and robust gain-scheduling controller for aeroengine based on on-board adaptive model
作 者：劉志丹
指導教師：緱林峰 教授
培養院系：動力與能源學院
學 科：航空宇航科學與技術
讀博寄語：砥礪前行，不負韶華
主要研究內容
進入20世紀80年代以來，隨著美國F-22/F-35、中國殲-20、俄羅斯蘇-57等先進多用途戰斗機相繼研制成功并列裝服役，第四代戰斗機（俄羅斯為第五代戰機）的出現大大改變了空中戰場態勢和現代戰爭格局。第四代戰斗機以“超機動、超音速巡航、隱身性、超視距攻擊或高態勢感知能力”的4S標準為鮮明特征，對第三代戰斗機形成了壓倒性的不對稱優勢。特別是經過20世紀末海灣戰爭、科索沃戰爭、伊拉克戰爭等幾場高技術戰爭的實例驗證，“先敵發現、先敵攻擊、先敵制勝”的作戰任務使命進一步凸顯，要求先進戰斗機必須具備高機動性、高突防能力以及超視距空戰能力。
針對當前發動機控制規律在發動機長期使用后存在性能衰退時與發動機不匹配，且設計控制器時直接將發動機的性能退化視為不確定性中的一部分，保守性較高，不能完全發揮發動機性能潛力，燃油經濟性較低，適應性較低這一突出問題，結合飛機、發動機不同任務剖面對發動機功能、性能的要求，開展基于機載自適應模型的航空發動機控制規律與魯棒增益調度控制器設計，使發動機在性能退化時也能充分發揮當前狀態最大的性能。
本研究主要構建機載自適應模型，使得在全飛行包線內、不同工作狀態以及發動機性能退化嚴重的情況下，發動機機載模型的狀態、性能量能夠始終與實際發動機相匹配，在此模型基礎上開展基于性能退化的降保守性魯棒增益調度控制器和基于模型的航空發動機先進控制規律設計方法和優選研究。
圖1 基于機載自適應模型的控制規律和魯棒增益調度控制框架圖
研究內容一：基于IHKF(改進混合卡爾曼濾波器)的發動機機載自適應模型
真實發動機在其生命周期中不斷退化，發動機的部分性能將會緩慢地偏離額定狀態，此時的發動機模型如果不進行更新，將會與真實發動機不匹配，控制系統的有效性將大大降低。因此本項目基于IHKF(改進混合卡爾曼濾波器)建立了發動機機載自適應模型，利用發動機的測量參數來監測發動機的健康狀態，在發動機模型中引入能夠表征發動機性能健康退化能力的健康參數（風扇、壓氣機、渦輪等部件的效率系數或者流量系數的變化），建立了具有健康退化的非線性機載發動機模型(OBEM)使得發動機控制系統的健康參考基線可以通過一個相對簡單的過程更新到發動機退化后的健康狀態；同時考慮發動機在實際工作過程中所受的噪聲影響，在某個健康穩態基準點建立能反映發動機性能健康退化下增廣的線性狀態變量模型；建立了分段線性化模型及其對應穩態點的卡爾曼濾波估計器所構成的分段線性化卡爾曼濾波器(Piecewise Linear Kalman Filter，PLKF)，該濾波器既具有分段線性卡爾曼濾波方法的數值魯棒性，也具有定常增益擴展卡爾曼濾波方法的非線性估計能力。利用NOBEM的輸出作為PLKF的穩態基準值，將健康參數做增廣，并通過PLKF進行在線實時估計，建立了分段線性化模型通過插值方式保存不同工作狀態下的發動機模型參數及其對應的kalman增益矩陣，并基于調度參數進行調度，從而使得卡爾曼濾波器適應發動機的不同工作狀態，估計結果最終反饋給NOBEM進行在線實時更新，使其實現對真實發動機的實時跟蹤。
圖2 發動機機載自適應模型基本結構圖
研究內容二：基于性能退化的降保守性魯棒增益調度控制器設計
任何實際系統都不可避免地存在不確定性，在一般魯棒控制器的設計中，直接將發動機的退化看作是模型中的不確定性，不改變發動機的標稱模型，所建立不確定模型的攝動半徑過大，設計的控制器過于保守。本項目針對發動機性能退化h的情況，將發動機的性能退化項從不確定模型的攝動塊中抽取出來，建立新的發動機標稱模型，并以新的標稱模型為圓心建立了不確定發動機模型。通過選擇不同退化狀態下的新標稱模型，保證具有最小值的不確定模型的攝動半徑覆蓋發動機的所有可能模型。
傳統的航空發動機魯棒增益調度控制方法是非常保守，因此本項目開展了基于性能退化的降保守性魯棒增益調度控制器設計。采用回路整形設計方法和絕對誤差逼近法設計降階控制器；選擇一系列的工作點并得到在正常狀態和某些性能退化狀態的發動機線性化模型，針對發動機正常狀態和退化狀態下的線性不確定模型，分別設計一系列線性定常魯棒控制器，在選定的工作點之間，對控制器增益進行線性內插，使得對于所有的固定參數值，閉環系統都具有令人滿意的魯棒穩定性和魯棒性能；根據調度參數和模型估計的健康退化參數h執行調度計算,并選擇相應的最優魯棒控制器來控制發動機，形成閉環控制系統。
圖3 退化狀態下小攝動的發動機非線性不確定模型示意圖
圖4增益調度控制系統示意圖
研究內容三：基于模型的航空發動機先進控制規律設計
針對當前發動機控制規律在發動機長期使用后存在性能衰退時與發動機不匹配，不能完全發揮發動機性能潛力，燃油經濟性較低，適應性較低這一突出問題，結合飛機、發動機不同任務剖面對發動機功能，性能的要求，開展基于機載自適應模型的航空發動機自適應控制規律設計方法和優選研究。
圖5 穩態性能控制規律優化
主要創新點
（1）采用改進混合卡爾曼濾波器建立改進的發動機機載自適應模型，提高自適應模型的精度和實時性，為自適應控制規律和自適應控制器的設計提供模型基礎；
（2）利用改進智能優化算法，并基于機載自適應模型對穩態控制規律和過渡態控制規律進行優化，形成最優自適應控制規律，充分發揮發動機的性能；
（3）將發動機性能退化從不確定模型的攝動塊中提取出來，并設計魯棒增益調度控制器，不僅可以在全包線、全工作狀態范圍內對發動機進行良好控制，而且降低了控制器的保守性，提高了控制系統的性能。
代表性創新成果
一、學術論文
1.Gou, LF,Liu, ZD, Zheng, H, Aeroengine Robust Gain-Scheduling Control Based on Performance Degradation[J], IEEE Access, 2020.(SCI: 000541044200025, JCR 3區, IF= 3.367)
2.劉志丹，緱林峰，曾憲藝，孫瑞謙，渦扇發動機氣路部件故障增益調度容錯控制，推進技術[J]，2020. (EI)
3.Liu, ZD, Gou, LF and Fan, D, Aeroengine Gain-Scheduling Control Based on Performance Degradation with Constrained Control Inputs, ICMAE2020[C]. ( EI)
4.Liu, ZD, Gou, LF and Fan, D, Two Degree-of-Freedom μ Controller with Low Conservativeness for Aeroengine, ICMAE2020[C]. ( EI)
5.Liu, ZD, Gou, LF and Fan, D, Establishment of Aero-Engine Improved On-Board Adaptive Model with Contracted Kalman Filter Estimation, CCC2021[C]. ( EI)
二、知識產權
1.劉志丹，緱林峰，基于粒子群算法的機載自適應模型的變換矩陣的獲取與優化軟件V1.0，2020SR0828898.（計算機軟件著作權）
2.劉志丹，緱林峰，航空發動機最大推力狀態降保守性魯棒控制器設計軟件V1.0，2020SR0828880.（計算機軟件著作權）
3.劉志丹，緱林峰，某型渦扇發動機穩態魯棒控制器設計軟件V1.0，2020SR0831272.（計算機軟件著作權）
4.劉志丹，緱林峰，基于遺傳算法的機載自適應模型的變換矩陣的獲取與優化軟件V1.0，2020SR0828904.（計算機軟件著作權）
5.劉志丹，緱林峰，蔣宗霆，航空發動機降保守性增益調度二自由度μ控制器，CN202010261763.7.（發明專利）
6.劉志丹，緱林峰，楊江，輸入受限的航空發動機降保守性魯棒增益調度控制器，CN202010261758.6.（發明專利）
7.劉志丹，緱林峰，李慧慧，基于健康退化的航空發動機降保守性魯棒增益調度控制器，CN202010261766.0.（發明專利）
8.劉志丹，緱林峰，趙東柱，考慮氣路部件故障的航空發動機最低油耗控制優化方法，CN202110079186.4.（發明專利）
9.劉志丹，緱林峰，楊江，考慮氣路部件故障的航空發動機加速過程最優控制方法，CN202110046377.0.（發明專利）
