标 题：基于机载自适应模型的航空发动机控制规律与鲁棒增益调度控制器设计

英文标题：Design of control law and robust gain-scheduling controller for aeroengine based on on-board adaptive model

作 者：刘志丹

指导教师：缑林峰 教授

培养院系：动力与能源学院

学 科：航空宇航科学与技术

读博寄语：砥砺前行，不负韶华

主要研究内容

进入20世纪80年代以来，随着美国F-22/F-35、中国歼-20、俄罗斯苏-57等先进多用途战斗机相继研制成功并列装服役，第四代战斗机（俄罗斯为第五代战机）的出现大大改变了空中战场态势和现代战争格局。第四代战斗机以“超机动、超音速巡航、隐身性、超视距攻击或高态势感知能力”的4S标准为鲜明特征，对第三代战斗机形成了压倒性的不对称优势。特别是经过20世纪末海湾战争、科索沃战争、伊拉克战争等几场高技术战争的实例验证，“先敌发现、先敌攻击、先敌制胜”的作战任务使命进一步凸显，要求先进战斗机必须具备高机动性、高突防能力以及超视距空战能力。

针对当前发动机控制规律在发动机长期使用后存在性能衰退时与发动机不匹配，且设计控制器时直接将发动机的性能退化视为不确定性中的一部分，保守性较高，不能完全发挥发动机性能潜力，燃油经济性较低，适应性较低这一突出问题，结合飞机、发动机不同任务剖面对发动机功能、性能的要求，开展基于机载自适应模型的航空发动机控制规律与鲁棒增益调度控制器设计，使发动机在性能退化时也能充分发挥当前状态最大的性能。

本研究主要构建机载自适应模型，使得在全飞行包线内、不同工作状态以及发动机性能退化严重的情况下，发动机机载模型的状态、性能量能够始终与实际发动机相匹配，在此模型基础上开展基于性能退化的降保守性鲁棒增益调度控制器和基于模型的航空发动机先进控制规律设计方法和优选研究。

图1 基于机载自适应模型的控制规律和鲁棒增益调度控制框架图

研究内容一：基于IHKF(改进混合卡尔曼滤波器)的发动机机载自适应模型

真实发动机在其生命周期中不断退化，发动机的部分性能将会缓慢地偏离额定状态，此时的发动机模型如果不进行更新，将会与真实发动机不匹配，控制系统的有效性将大大降低。因此本项目基于IHKF(改进混合卡尔曼滤波器)建立了发动机机载自适应模型，利用发动机的测量参数来监测发动机的健康状态，在发动机模型中引入能够表征发动机性能健康退化能力的健康参数（风扇、压气机、涡轮等部件的效率系数或者流量系数的变化），建立了具有健康退化的非线性机载发动机模型(OBEM)使得发动机控制系统的健康参考基线可以通过一个相对简单的过程更新到发动机退化后的健康状态；同时考虑发动机在实际工作过程中所受的噪声影响，在某个健康稳态基准点建立能反映发动机性能健康退化下增广的线性状态变量模型；建立了分段线性化模型及其对应稳态点的卡尔曼滤波估计器所构成的分段线性化卡尔曼滤波器(Piecewise Linear Kalman Filter，PLKF)，该滤波器既具有分段线性卡尔曼滤波方法的数值鲁棒性，也具有定常增益扩展卡尔曼滤波方法的非线性估计能力。利用NOBEM的输出作为PLKF的稳态基准值，将健康参数做增广，并通过PLKF进行在线实时估计，建立了分段线性化模型通过插值方式保存不同工作状态下的发动机模型参数及其对应的kalman增益矩阵，并基于调度参数进行调度，从而使得卡尔曼滤波器适应发动机的不同工作状态，估计结果最终反馈给NOBEM进行在线实时更新，使其实现对真实发动机的实时跟踪。

图2 发动机机载自适应模型基本结构图

研究内容二：基于性能退化的降保守性鲁棒增益调度控制器设计

任何实际系统都不可避免地存在不确定性，在一般鲁棒控制器的设计中，直接将发动机的退化看作是模型中的不确定性，不改变发动机的标称模型，所建立不确定模型的摄动半径过大，设计的控制器过于保守。本项目针对发动机性能退化h的情况，将发动机的性能退化项从不确定模型的摄动块中抽取出来，建立新的发动机标称模型，并以新的标称模型为圆心建立了不确定发动机模型。通过选择不同退化状态下的新标称模型，保证具有最小值的不确定模型的摄动半径覆盖发动机的所有可能模型。

传统的航空发动机鲁棒增益调度控制方法是非常保守，因此本项目开展了基于性能退化的降保守性鲁棒增益调度控制器设计。采用回路整形设计方法和绝对误差逼近法设计降阶控制器；选择一系列的工作点并得到在正常状态和某些性能退化状态的发动机线性化模型，针对发动机正常状态和退化状态下的线性不确定模型，分别设计一系列线性定常鲁棒控制器，在选定的工作点之间，对控制器增益进行线性内插，使得对于所有的固定参数值，闭环系统都具有令人满意的鲁棒稳定性和鲁棒性能；根据调度参数和模型估计的健康退化参数h执行调度计算,并选择相应的最优鲁棒控制器来控制发动机，形成闭环控制系统。

图3 退化状态下小摄动的发动机非线性不确定模型示意图

图4增益调度控制系统示意图

研究内容三：基于模型的航空发动机先进控制规律设计

针对当前发动机控制规律在发动机长期使用后存在性能衰退时与发动机不匹配，不能完全发挥发动机性能潜力，燃油经济性较低，适应性较低这一突出问题，结合飞机、发动机不同任务剖面对发动机功能，性能的要求，开展基于机载自适应模型的航空发动机自适应控制规律设计方法和优选研究。

图5 稳态性能控制规律优化

主要创新点

（1）采用改进混合卡尔曼滤波器建立改进的发动机机载自适应模型，提高自适应模型的精度和实时性，为自适应控制规律和自适应控制器的设计提供模型基础；

（2）利用改进智能优化算法，并基于机载自适应模型对稳态控制规律和过渡态控制规律进行优化，形成最优自适应控制规律，充分发挥发动机的性能；

（3）将发动机性能退化从不确定模型的摄动块中提取出来，并设计鲁棒增益调度控制器，不仅可以在全包线、全工作状态范围内对发动机进行良好控制，而且降低了控制器的保守性，提高了控制系统的性能。

代表性创新成果

一、学术论文

1.Gou, LF,Liu, ZD, Zheng, H, Aeroengine Robust Gain-Scheduling Control Based on Performance Degradation[J], IEEE Access, 2020.(SCI: 000541044200025, JCR 3区, IF= 3.367)

2.刘志丹，缑林峰，曾宪艺，孙瑞谦，涡扇发动机气路部件故障增益调度容错控制，推进技术[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、知识产权

1.刘志丹，缑林峰，基于粒子群算法的机载自适应模型的变换矩阵的获取与优化软件V1.0，2020SR0828898.（计算机软件著作权）

2.刘志丹，缑林峰，航空发动机最大推力状态降保守性鲁棒控制器设计软件V1.0，2020SR0828880.（计算机软件著作权）

3.刘志丹，缑林峰，某型涡扇发动机稳态鲁棒控制器设计软件V1.0，2020SR0831272.（计算机软件著作权）

4.刘志丹，缑林峰，基于遗传算法的机载自适应模型的变换矩阵的获取与优化软件V1.0，2020SR0828904.（计算机软件著作权）

5.刘志丹，缑林峰，蒋宗霆，航空发动机降保守性增益调度二自由度μ控制器，CN202010261763.7.（发明专利）

6.刘志丹，缑林峰，杨江，输入受限的航空发动机降保守性鲁棒增益调度控制器，CN202010261758.6.（发明专利）

7.刘志丹，缑林峰，李慧慧，基于健康退化的航空发动机降保守性鲁棒增益调度控制器，CN202010261766.0.（发明专利）

8.刘志丹，缑林峰，赵东柱，考虑气路部件故障的航空发动机最低油耗控制优化方法，CN202110079186.4.（发明专利）

9.刘志丹，缑林峰，杨江，考虑气路部件故障的航空发动机加速过程最优控制方法，CN202110046377.0.（发明专利）