-
公开(公告)号：CN109918839A
公开(公告)日：2019-06-21
申请号：CN201910235387.1
申请日：2019-03-27
Applicant: 南京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种带引射喷管涡扇发动机的建模方法。该方法包括：步骤1、建立引射喷管模型；步骤2、基于上述引射喷管模型，建立涡扇发动机整体气动热力学模型，分别通过参数循环分析和性能循环分析对设计点和非设计点进行计算，以确定带引射喷管涡扇发动机设计参数。本发明还公开了一种带引射喷管涡扇发动机的红外辐射预测方法。通过本发明方法所建立的带有引射喷管的涡扇发动机模型不需获取部件特性，为发动机建模降低难度，简化了发动机计算，但同时保证了模型的相应精度。
-
公开(公告)号：CN109871653A
公开(公告)日：2019-06-11
申请号：CN201910196035.X
申请日：2019-03-15
Applicant: 南京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种航空发动机数学模型部件特性修正方法，利用修正系数对部件特性进行修正；修正系数以模型输出和试车数据匹配为原则通过以下方法确定：A、根据发动机结构确定相应的待修正部件特性；B、根据试车数据的最大工作点和最小工作点确定初步的修正系数，并利用初步的修正系数对特性图进行整体缩放；C、依据稳态数据对整体缩放后的特性图进行分块，并确定修正系数的定义域，利用稳态计算模型和优化算法确定部件特性修正系数并得到新的特性图；D、依据动态数据对步骤C所得到的特性图进行分块，并确定修正系数的定义域，利用动态计算模型和优化算法确定修正系数，并获得最终特性图。本发明具有兼顾稳态特性和动态特性、精度高的优点。
-
公开(公告)号：CN105404750A
公开(公告)日：2016-03-16
申请号：CN201510890835.3
申请日：2015-12-07
Applicant: 南京航空航天大学
IPC: G06F17/50
CPC classification number: Y02T10/82 , G06F17/5036
Abstract: 本发明公开了一种基于改进Broyden算法求解方程组的涡轴发动机自适应模型建立方法，通过构建方程组并求解实现自适应模型与真实发动机相匹配。依据模型输出应跟踪真实发动机输出原则，结合发动机部件间共同工作方程建立非线性方程组，采用改进Broyden算法对该方程组进行求解获得部件性能退化参数以及涡轴发动机部件级模型猜值。改进Broyden算法以Broyden拟牛顿法为基础结合计算发散判断和校正机制，提高了计算精度及实时性。将求解方程组获得的性能退化参数作为可调参数引入涡轴发动机部件级模型，使得模型具有自适应能力。
-
公开(公告)号：CN104102769A
公开(公告)日：2014-10-15
申请号：CN201410303181.5
申请日：2014-06-27
Applicant: 南京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于人工智能的涡轴发动机实时部件级模型建立方法。提出了采用智能映射求解涡轴发动机共同工作方程的方法。以部件共同工作平衡方程初始残差为智能映射网络输入，平衡方程猜值修正量为网络输出，训练极端学习机(ELM，Extreme Learning Machine)，并采用自适应微分进化算法(ADE，Adaptive Differential Evolution)优化极端学习机参数，提高网络映射精度。在ADE算法中采用了自适应缩放因子，提高了DE算法的寻优能力。本发明的结果表明，基于人工智能的涡轴发动机实时部件级模型最大建模误差为一次通过算法的1/3，模型运行耗时约为一次通过算法的1/3。
-
公开(公告)号：CN103983453A
公开(公告)日：2014-08-13
申请号：CN201410193998.1
申请日：2014-05-08
Applicant: 南京航空航天大学
Abstract: 本发明涉及一种航空发动机的执行机构和传感器故障诊断的区分方法，其特征在于以执行机构的预测模型来判断执行机构和传感器是否发生故障，以航空发动机的逆映射预测模型来对执行机构和传感器所发生的故障进行区分定位，具体步骤包括：步骤A建立执行机构的预测模型；步骤B建立航空发动机的逆映射预测模型；步骤C基于执行机构的预测模型和航空发动机的逆映射预测模型建立执行机构及其传感器故障诊断系统；步骤D设执行机构和传感器的故障阈值分别为D1和D2，诊断执行机构和传感器的故障。本发明不受航空发动机健康程度和航空发动机型号之间差异的影响，可直接应用于不同型号和不同使用程度的航空发动机上，具有广泛的推广应用价值。
-
Patent Agency Ranking
公开(公告)号：CN119335863A
公开(公告)日：2025-01-21
申请号：CN202411450117.X
申请日：2024-10-17
Applicant: 南京航空航天大学
IPC: G05B13/04
Abstract: 本发明公开了一种航空发动机多变量鲁棒自适应控制方法。本发明方法将增广线性二次型调节控制方法与模型参考自适应控制方法有机结合，利用模型参考自适应控制回路输出对增广线性二次型调节控制回路输出进行动态自适应补偿，并根据控制误差判断是否开启自适应补偿。本发明还公开了一种航空发动机多变量鲁棒自适应控制系统。相比现有技术，本发明可以在不改变稳态控制性能的前提下，提高控制系统在非设计点的动态响应特性。
-
公开(公告)号：CN114880766B
公开(公告)日：2024-07-12
申请号：CN202210428876.0
申请日：2022-04-22
Applicant: 南京航空航天大学
IPC: G06F30/15 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 本发明公开了一种航空发动机稳态性能保持控制方法，利用智能网络性能量指令模型获取航空发动机需要保持的性能量的指令值，并将其与性能量实测值相比较，如两者偏差超过预设范围，则利用性能退化评估模型对发动机性能退化进行估计，并以所得的性能退化估计结果作为性能保持优化控制模型的输入，性能保持优化控制模型的输出为性能量ym(t)的估计值，以性能量ym(t)的指令值为性能保持优化控制器的期望输出，利用性能保持优化控制器得到相应的控制变量指令，并据此对航空发动机进行控制。本发明还公开了一种航空发动机稳态性能保持控制系统。相比现有技术，本发明通过对可能引起性能参数不利偏离的退化进行分析并进行相应控制，可实现航空发动机的稳态性能保持。
-
公开(公告)号：CN118192267A
公开(公告)日：2024-06-14
申请号：CN202410517640.3
申请日：2024-04-28
Applicant: 南京航空航天大学
IPC: G05B13/04
Abstract: 本发明公开了一种航空发动机稳态控制计划鲁棒性分析方法，属于航空宇航推进理论与工程中的系统仿真与控制领域。本发明首次提出了航空发动机稳态控制计划鲁棒性的定量分析方法，基于退化情况的随机采样，有效模拟发动机不同退化可能，定义了涵盖推力、油耗、温度、压力的多个维度性能指标的鲁棒性综合评价指标，可对航空发动机稳态控制计划的鲁棒性进行精确的定量分析评估，进而为控制计划设计提供可靠的理论依据。
-
公开(公告)号：CN117806168A
公开(公告)日：2024-04-02
申请号：CN202410002538.X
申请日：2024-01-02
Applicant: 南京航空航天大学
IPC: G05B13/04
Abstract: 本发明公开了一种航空发动机模型预测控制方法。该方法利用预测模型对航空发动机的状态量和输出量进行预测，并以参考轨迹和预测模型输出的误差最小为优化目标，结合约束条件，对航空发动机的控制变量进行局部在线滚动优化；利用辅助调节器对预测模型与航空发动机的输出量间的偏差进行调节，得到修正量，该辅助调节器的调节参数可在飞行包线内使得航空发动机与预测模型输出量间的稳态偏差为0；最后利用所述修正量对滚动优化控制量进行修正，得到最终控制量。本发明还公开了一种航空发动机模型预测控制系统。本发明可解决发动机在全飞行包线内的预测模型失配问题，大大降低了对预测模型的精度要求，提高了模型预测控制的鲁棒性能。
-
公开(公告)号：CN113158564B
公开(公告)日：2024-03-29
申请号：CN202110419235.4
申请日：2021-04-19
Applicant: 南京航空航天大学
IPC: G06F30/27 , G06F18/10 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于数据驱动的航空发动机状态变量模型建立方法，包括：根据所要建立的航空发动机状态变量模型的结构，采集所述航空发动机状态变量模型的输入、输出、状态变量数据；对所采集的数据进行去噪后，以其作为训练数据对神经网络模型进行训练，得到航空发动机智能网络模型；基于所建立的航空发动机智能网络模型，根据所要建立的航空发动机状态变量模型参数的偏导数表达，以链式求导法则进行输出量到输入量的偏导数计算，从而建立基于数据驱动的航空发动机状态变量模型。本发明可以直接根据发动机输入和输出数据，实时获取发动机个体的高精度状态变量模型，避免了对发动机部件级数学模型的依赖，实现基于发动机个体数据的准确建模。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.045 seconds)
