基于融合算法的航空发动机涡轮前温度最优控制

• 作者: 李杰 李润然 张志新 贾渊杰 孙姣姣
• 来源期刊: 推进技术
• 学科: 航空航天
• 关键词: 航空发动机 涡轮前温度 小生境遗传算法 非线性规划算法 混合算法
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 测试 试验 控制|Test, Experiment and Control
• 页码范围: 302-309
• 页数: 8页
• 分类号: V233.7
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.200536

摘要

涡轮前温度是航空发动机的关键控制参数之一,在保持发动机推力不变的前提下,降低涡轮前温度可以有效提高发动机使用寿命,涡轮前温度最优控制是降低涡轮前温度的有效技术途径.本文研究了航空发动机涡轮进口温度的在线优化问题,并根据该优化问题的特点,提出了一种基于小生境遗传算法(NGA)与非线性规划(NLPQL)相结合的混合优化算法.数值仿真研究结果表明,虽然NLPQL计算速度快,但对涡轮进口温度的降低效果较差,NGA具有全局收敛能力,优化效果较好,但计算耗时较长.NGA和NGA-NLPQL混合算法在飞机全飞行包线内可分别降低涡轮前温度27.35K和27.19K,但与NGA相比,NGA-NLPQL混合算法节省了74.6％的计算时间.因此,所提出的NGA-NLPQL混合算法是一种效果更好、实时性更优的航空发动机涡轮前温度在线优化方法.