Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学赵旭东获国家专利权

大连理工大学赵旭东获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连理工大学申请的专利航空发动机起动过程快速响应控制设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115929476B

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310036782.3,技术领域涉及:F02C9/00;该发明授权航空发动机起动过程快速响应控制设计方法是由赵旭东;张伟超;许宁;刘硕硕;石岩设计研发完成,并于2023-01-10向国家知识产权局提交的专利申请。

航空发动机起动过程快速响应控制设计方法在说明书摘要公布了:本发明提供一种航空发动机起动过程快速响应控制设计方法,属于发动机控制领域。使用N‑dot控制计划,利用智能优化算法优化出加速目标曲线,然后基于自抗扰控制理论进行控制器的设计,最后使得发动机起动过程时间最短,完成快速响响应。本发明能够解决传统控制方法下航空发动机过渡态难以保证时间一致性和可靠性较低的问题,是一种基于N‑dot控制计划下基于自抗扰控制ADRC的航空发动机过渡态快速响应的控制设计方法,能够在满足航空发动机稳定运行的前提下缩短过渡态调节时间。

本发明授权航空发动机起动过程快速响应控制设计方法在权利要求书中公布了:1.一种航空发动机起动过程快速响应控制设计方法,其特征在于,该方法能够在满足航空发动机稳定运行的前提下缩短过渡态调节时间,首先,基于N-dot控制计划设计自抗扰控制ADRC控制器;其次,构建竞争粒子群智能控制算法;最后,应用于模型得到控制结果; 包括以下步骤: 第一步、基于N-dot控制计划设计ADRC控制器 采用自抗扰控制ADRC算法代替传统PI控制算法,并应用于航空发动机的起动过程控制中,构建闭环控制回路,具体步骤如下: (1)N-dot控制计划通过控制发动机的转子加速度,来保证具有制造公差、性能蜕化的发动机实现过渡态性能一致的目标; (2)自抗扰控制器ADRC主要包括以下部分:跟踪微分器TD、线性扩张状态观测器LESO、非线性状态误差反馈NLSEF;其特点为:1)通过安排过渡过程解决控制系统快速性和超调之间的矛盾;2)利用扩张状态观测器实时估计系统扰动,并进行扰动补偿,增强系统的鲁棒性;3)采用线性状态误差组合方式来显著提高控制功能;二阶跟踪微分方程如下: ,式中,是高压轴转子加速度N-dot的参考设定值,为参考输入的跟踪值;为N-dot导数的跟踪值;r为速度因子,决定跟踪快慢的物理量;是系统的采样点;为滤波因子;为非线性函数; (3)将N-dot控制计划和ADRC控制器相结合,即保留N-dot控制计划所具有的特点,同时引入ADRC来增强闭环控制的强抗扰性和强鲁棒性; 第二步、构建竞争粒子群智能控制算法,用于解决传统优化算法约束条件过多或者具有多极值从而无法求解最优解的问题;具体步骤如下: (1)采用新的用于大规模优化的竞争粒子群优化算法CSO;此算法更新粒子时既不涉及每个粒子的个人最佳位置,也不涉及全局最佳位置或邻域最佳位置;相反,引入成对竞争机制,在这种机制下,竞争输掉的粒子将通过向获胜的粒子学习来更新其位置; (2)最小化问题为: ,其中,是可行解集,表示搜索空间的维数,即决策变量的个数; 为了解决上述优化问题,包含个粒子的群体Pt被随机初始化并迭代更新,其中被称为群体大小,假设群体大小是偶数;是生成指数; 每个粒子有一个二维位置,表示上述优化问题的候选解,以及维速度矢量,;在每一代中,Pt中的粒子被随机分配到2对中,然后在每对中的两个粒子之间进行竞争;作为每次竞争的结果:具有更好适应度的粒子,以下称为胜者,将被直接传递给群体的下一代Pt+1;而竞争失败的粒子,以下称为败者,将通过向胜者学习来更新其位置和速度;从胜者处学习后,败者也将被传给粒子群Pt+1;即对于的群体大小,2竞争发生,使得所有个粒子参与一次竞争,并且2粒子的位置和速度将被更新; 分别用、和、来表示代第轮比赛中胜者和败者的位置和速度,其中;因此,在第次竞争之后失败的粒子的速度将会使用以下的学习策略进行更新: , 同时,失败者的位置用新的速度更新 ,其中,,是代中第次竞争和学习过程后随机生成的三个向量,是相关粒子的平均位置值,是控制影响的参数; (3)选择CSO算法解决起动过程油气比优化问题; 第三步、结合模型得到控制结果 (1)CSO算法优化结果:预先在优化程序中设置参数,再分别设置不同的预测步数、迭代次数以及竞争粒子数;对预先设置参数进行优化,将优化出的油气比曲线输入起动模型,最后得到优化后的高压轴船速上升曲线; (2)基于N-dot控制计划的ADRC控制器的优化结果:将得到的高压轴转速曲线作为控制目标值进行闭环跟踪控制。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。