一种高空模拟加减速的进气压力预测补偿方法、系统及设备
本发明涉及航空发动机高空模拟试验,具体公开了一种高空模拟加减速的进气压力预测补偿方法、系统及设备。
背景技术:
1、航空发动机高空模拟试验是地面复现发动机全空域、全速度域过渡态工作特性、考核加减速瞬变性能的核心试验手段,试验通过进气压力控制系统精准复现指定高度、马赫数下的进口环境压力,以此保证发动机试验数据真实有效。在发动机加速、减速过渡工况中,发动机转子转速短时间内快速升降,直接引发发动机进气需求流量剧烈突变,试验前舱容腔存在气体惯性、管路传输时滞、调节阀门执行滞后多重耦合特性,进气压力控制系统仅依靠反馈调节难以快速抵消流量突变带来的扰动,前舱进气压力会出现大幅超调、跟踪滞后、长时间震荡等动态偏差,严重降低发动机过渡态性能试验数据可信度。
2、现有高空模拟试验进气压力调控方案主要分为传统线性控制、非线性经验控制、扰动观测自抗扰控制三类。第一类比例积分(pi)、比例积分微分(pid)线性控制结构简单、工程易实现,但仅能在压力偏差产生后开展闭环修正,面对发动机转速阶跃变化带来的强瞬变流量扰动,调节滞后、瞬态超调问题突出;第二类增益调度控制、模糊控制依托离线标定工况参数、人工设计控制规则实现分工况调节,控制参数、规则高度依赖试验人员工程经验,无法适配发动机任意幅值、任意变化速率的加减速瞬变过程,泛化能力较差;第三类自抗扰控制依靠扩张状态观测器在线实时估计系统总扰动并进行补偿,无需精准的系统机理模型,但观测器仍以已产生的压力偏差作为观测输入,属于事后修正控制逻辑,无法提前预判转速突变带来的压力波动,当试验系统容腔容积大、管路延迟显著时,扰动补偿仍存在明显时间差。
3、随着数据驱动建模技术发展,部分时序深度学习模型被应用于航空试验系统状态估计、控制器参数离线整定,但现有建模方案存在明显短板:其一,未针对发动机加减速瞬变过程做事件化拆分,直接将全时长连续试验时序作为建模样本,平稳稳态数据与强瞬变过渡数据混合训练,模型对转速突变、压力陡变等关键瞬变区间学习权重不足,强动态工况预测精度大幅下降;其二,模型多采用单输出预测架构,仅直接输出绝对进气压力,无法区分压力瞬时变化量与全局压力轨迹,长时序递推预测过程中误差持续累积,极易出现预测轨迹漂移、局部突变幅值失真;其三,未引入物理机理约束,模型仅依靠纯数据损失训练,预测输出不遵循压力积分变化物理规律,加速、减速工况下压力变化趋势易出现反向预测错误;其四,现有预测模型输出仅用于离线数据分析,未对接进气压力控制系统形成前馈补偿闭环,无法将预判的压力动态信息转化为主动控制输入,无法从源头削弱瞬态压力偏差。
4、综上,现有技术缺少面向发动机加减速瞬变事件、融合时序深度学习与压力物理约束、可直接输出前馈控制补偿量的一体化预测控制方法,难以满足高空模拟试验高精度、高动态响应的进气压力调节需求。
技术实现思路
1、为了弥补上述缺陷,本发明提供一种高空模拟加减速的进气压力预测补偿方法、系统及设备,以解决现有进气压力控制方法在发动机瞬变过程中因缺乏压力动态趋势提前预测而导致的响应滞后、跟踪精度不足的问题。
2、为了实现上述发明目的,本发明采取如下技术方案:
3、第一方面,本发明提供一种高空模拟加减速的进气压力预测补偿方法,包括:
4、获取航空发动机高空模拟试验中的运行时序数据;
5、根据所述运行时序数据识别发动机的加速过程或减速过程,并将识别出的加速过程或减速过程作为瞬变事件样本;
6、利用所述瞬变事件样本训练进气压力预测模型;
7、在高空模拟试验运行过程中,利用训练后的进气压力预测模型预测进气压力变化趋势;
8、根据所述进气压力变化趋势生成进气压力控制系统的补偿量。
9、可选地,所述获取航空发动机高空模拟试验中的运行时序数据包括:
10、同步采集发动机运行参数、进气系统参数和飞行模拟工况参数作为原始时序数据;
11、对所述原始时序数据执行预处理,得到所述运行时序数据;
12、其中,所述原始时序数据包括发动机转速、发动机进气流量、前舱进气压力;
13、所述预处理包括时序对齐、异常值剔除和特征归一化。
14、可选地,所述根据所述运行时序数据识别发动机的加速过程或减速过程,并将识别出的加速过程或减速过程作为瞬变事件样本包括:
15、以所述运行时序数据为输入提取发动机转速动态特征,将所述转速动态特征与预设判定阈值进行比对,分割得到加速原始时序片段和减速原始时序片段;
16、在所述加速原始时序片段和减速原始时序片段的起止时刻前后拓展时间裕度,补齐所述加速原始时序片段和减速原始时序片段所对应的区间前后的稳态数据,得到扩展时序片段;
17、将各所述扩展时序片段分别划定为独立的瞬变事件样本,不同瞬变事件样本之间不进行时序拼接;
18、对时长存在差异的瞬变事件样本执行序列填充,并生成对应的有效时长掩码,将填充后的瞬变事件样本与所述有效时长掩码组成批量训练样本集。
19、可选地,所述利用所述瞬变事件样本训练进气压力预测模型包括:
20、以所述批量训练样本集中的单个瞬变事件样本为输入,逐采样时刻拼接多类工况特征,生成事件级输入特征序列;
21、基于所述瞬变事件样本内的前舱进气压力,逐时刻计算相邻采样时刻的差值,生成压力增量预测目标序列;
22、提取所述瞬变事件样本各采样时刻的前舱进气压力,生成绝对压力预测目标序列;
23、构建进气压力预测模型,所述进气压力预测模型按照数据处理顺序包括短时特征提取流程、长时序记忆处理流程和双路预测输出分支,所述双路预测输出分支包括用于输出压力增量预测序列的第一分支和用于输出绝对进气压力预测序列的第二分支;
24、将所述事件级输入特征序列送入所述短时特征提取流程,在因果时序约束下仅利用当前及历史时序数据提取短时动态特征,输出局部特征矩阵;
25、将所述局部特征矩阵送入所述长时序记忆处理流程,提取进气压力响应中的惯性和时滞所对应的长时序依赖特征,输出全局共享时序特征表征;
26、将所述全局共享时序特征表征同步送入所述双路预测输出分支,由所述第一分支输出压力增量预测序列,由所述第二分支输出绝对进气压力预测序列;
27、以所述绝对压力预测目标序列中第一个采样时刻的前舱进气压力为基准,对所述压力增量预测序列逐时刻进行累加,重构得到压力轨迹;
28、基于所述压力增量预测序列、所述绝对进气压力预测序列和重构得到的所述压力轨迹之间的数学关系,建立物理一致性约束,并计算物理一致性损失项;
29、构建多任务损失函数,所述多任务损失函数由基础损失项和所述物理一致性损失项加权求和得到,所述基础损失项根据所述压力增量预测序列与所述压力增量预测目标序列的差异、以及所述绝对进气压力预测序列与所述绝对压力预测目标序列的差异计算得到;
30、基于所述多任务损失函数反向传播循环更新所述进气压力预测模型的参数,直至模型验证损失收敛。
31、可选地,所述事件级输入特征序列由转速差分特征、进气压力特征、飞行工况特征和加减速事件标识中的至少两类构成。
32、可选地,所述基于所述多任务损失函数反向传播循环更新所述进气压力预测模型的参数包括:
33、计算压力增量损失、绝对压力损失、趋势一致性损失和双分支一致性损失;其中,所述压力增量损失采用事件感知加权方式计算,权重依据所述瞬变事件样本内的发动机转速变化量逐时刻计算生成,所述趋势一致性损失根据所述绝对进气压力预测序列的变化方向与所述绝对压力预测目标序列的变化方向之间的差异计算得到,所述双分支一致性损失根据所述绝对进气压力预测序列的相邻时刻差值与所述压力增量预测序列中对应时刻的预测值之间的数值偏差计算得到;
34、将所述压力增量损失、绝对压力损失、趋势一致性损失和双分支一致性损失加权求和,得到所述基础损失项;
35、将所述基础损失项与所述物理一致性损失项加权求和,得到所述多任务损失函数的值;
36、基于所述多任务损失函数的值反向传播,循环更新所述进气压力预测模型的参数,直至模型验证损失收敛。
37、可选地,所述利用训练后的进气压力预测模型预测进气压力变化趋势包括:
38、在线试验阶段实时采集试验的原始时序数据,对所述原始时序数据执行预处理,得到运行时序数据,其中,所述预处理包括时序对齐、异常值剔除和特征归一化;
39、根据所述运行时序数据识别瞬变事件,并基于识别出的瞬变事件构建事件级输入特征序列,作为实时的事件级输入特征序列;
40、将所述实时的事件级输入特征序列输入已收敛的进气压力预测模型;
41、由所述进气压力预测模型输出未来预测时域内的压力增量预测序列和绝对进气压力预测序列,并通过对所述压力增量预测序列进行积分累加重构,得到所述进气压力变化趋势。
42、可选地,所述根据所述进气压力变化趋势生成进气压力控制系统的补偿量包括:
43、以所述进气压力变化趋势与试验设定标准压力为输入,计算全时域动态压力偏差;
44、基于所述动态压力偏差换算生成前馈补偿量、控制参考修正量和控制策略优化输入中的至少一类;
45、将生成的补偿量下发至进气压力控制系统,以执行进气压力前馈补偿调控。
46、另一方面,本发明还提供一种高空模拟加减速的进气压力预测补偿系统,包括:
47、获取模块,用于获取航空发动机高空模拟试验中的运行时序数据;
48、样本确定模块,用于根据所述运行时序数据识别发动机的加速过程或减速过程,并将识别出的加速过程或减速过程作为瞬变事件样本;
49、模型训练模块,用于利用所述瞬变事件样本训练进气压力预测模型;
50、趋势预测模块,用于在高空模拟试验运行过程中,利用训练后的进气压力预测模型预测进气压力变化趋势;
51、生成模块,用于根据所述进气压力变化趋势生成进气压力控制系统的补偿量。
52、第三方面,本发明提供了一种电子设备,所述电子设备包括:
53、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
54、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中任一项所述的方法。
55、与最接近的现有技术相比,本发明具有的有益效果:
56、本发明提出一种高空模拟加减速的进气压力预测补偿方法、系统及设备,将发动机加速过程或减速过程作为独立的瞬变事件样本进行处理,避免将不同事件直接拼接导致时序关系混乱,使模型能够针对单次加减速瞬变过程学习进气压力响应规律。
57、本发明通过在加速原始时序片段和减速原始时序片段起止时刻前后拓展时间裕度,保留瞬变事件前后的稳态数据,使瞬变事件样本能够覆盖压力变化的前因和后续响应过程,有利于模型学习进气压力变化的完整动态过程。并且,通过压力增量预测序列和绝对进气压力预测序列的双路预测输出方式,使模型同时学习压力局部变化和压力整体水平,并通过物理一致性约束提高双路输出的一致性。
58、本发明通过压力增量损失、绝对压力损失、趋势一致性损失和双分支一致性损失的联合训练,使模型不仅关注压力数值误差,还关注压力变化方向和双分支输出之间的匹配关系,提高进气压力变化趋势预测的可靠性。
59、本发明在在线试验阶段,基于训练后的进气压力预测模型预测未来预测时域内的进气压力变化趋势,并据此生成进气压力控制系统的补偿量,可以使进气压力控制系统提前进行前馈补偿调控,从而减小高空模拟加减速过程中的进气压力动态偏差。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com