基于融合算法的航空发动机涡轮前温度最优控制

雩风三日

基于融合算法的航空发动机涡轮前温度最优控制

       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。

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
) g& }# p& @2 H5 o* ?
! d# j% c2 i" j" u& Q: K
2 t4 J( C# F4 x( G( X
) I! d' Y( v7 A& ~" n( S# ?