- 在线时间
- 129 小时
- 最后登录
- 2023-8-30
- 注册时间
- 2020-11-26
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15879 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 4974
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 420
- 主题
- 394
- 精华
- 0
- 分享
- 0
- 好友
- 0
TA的每日心情 | 衰 2021-3-28 15:16 |
---|
签到天数: 25 天 [LV.4]偶尔看看III
|
基于融合算法的航空发动机涡轮前温度最优控制
; ~% P0 @6 s/ z8 Z8 E7 z% Z4 s l
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。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。. L: S) ^2 K8 L. b" _
0 W5 \7 e2 C r+ ?4 z0 R
关键词:涡轮前温度;航空发动机;小生境遗传算法;非线性规划算法;混合算法 |" ?0 ^5 C8 `. z! e$ H) S
. b# b0 ^6 v5 E5 b# M8 l# I* M
7 F8 }/ [( @) B; }2 M' c2 j/ `: ?# _
|
zan
|