面向多重并发故障的航空发动机控制系统主动容错控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61903061
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Aiming at fulfilling the practical needs for the advanced control technique of the high-performance aircraft engines, this project investigates the performance degradation problem of the fault tolerant systems of the aero-engines under both sensor and actuator faults in the FADEC systems, which is generated by the multi-concurrent faults, couple effect as well as the disturbance and model uncertainty. Using the advanced fault estimation and active fault tolerant control theory and technique, this project studies the fault estimation of not only bias, but also drift and performance degrading of the sensors and the actuators in the FADEC system with high efficiency and accuracy. Moreover, an active fault tolerant control scheme is developed to improve the control and smooth transient performance. First, a set-invariant and LFT theory based fault decouple estimation scheme of the multi simultaneous sensor and actuator fault in the multiple modes dynamic systems is proposed. Then employing the fuzzy method and optimization method, a bumpless active fault tolerant control scheme based on the virtual sensor and virtual actuator of the multi modes dynamic systems is developed, and the sufficient condition is provided to conserve the stability of the control system. Finally, both numerical simulation and hard-in-loop experiment methods are utilized to validate the effectiveness of the proposed strategies. This project will provide an original applicable control scheme to meet both safety and performance requirement under the fault situation, which ensure the safety, accommodation, and dispatchability of the aircraft.
本项目旨在面向某型高性能涡扇发动机控制系统的实际需求,针对发动机多模态运行中控制系统传感器及执行机构故障的多重并发性与耦合性,以及扰动与模型不确定性所导致的容错控制系统性能下降的问题,借助先进的故障估计与主动容错控制理论与方法,实时、准确地估计控制系统传感器与执行机构的偏置、漂移和性能衰变等非失效性故障,设计高品质、具有瞬态平滑过渡特性的主动容错控制策略。研究内容包括:首先,基于集合不变性理论和LFT方法,实现多模态动态系统传感器与执行机构多重并发故障解耦估计;其次,通过模糊方法与优化方法,实现基于虚拟传感器与虚拟执行器的具有瞬态平滑过渡特性的多模态动态系统主动容错控制策略,并给出保证控制系统稳定性的充分条件;最后,开展全数字仿真和硬件在回路试验验证。本项目拟实现故障情况下航空发动机安全与性能的双保障,以满足飞机在复杂工况下对安全性、适应性、可派遣性的要求。

结项摘要

本项目旨在面向某型高性能涡扇发动机控制系统的实际需求,针对发动机多模态运行中控制系统传感器及执行机构故障的多重并发性与耦合性,以及扰动与模型不确定性所导致的容错控制系统性能下降的问题,借助先进的故障估计与主动容错控制理论与方法,实时、准确地估计控制系统传感器与执行机构的偏置、漂移和性能衰变等非失效性故障,设计高品质、具有瞬态平滑过渡特性的主动容错控制策略。本项目形成了基于集合不变性理论和LFT的多模态动态系统传感器及执行机构多重并发故障估计方法,提出了具有瞬态平滑过渡特性的多模态动态系统主动容错控制策略,并建立故障估计与主动容错控制的综合设计框架。试验验证表明,所提方法故障估计误差≤5%;主动容错控制稳态误差≤1%,超调量≤1%,并满足实时性要求;开发了适用于航空发动机工程应用的控制软件,并在大连理工大学HIL平台和某型小型涡喷发动机试车平台上进行验证。本项目执行期内,发表论文14篇,其中SCI论文7篇,EI论文4篇,中文核心期刊3篇。授权国内发明专利20项(含成果转化1项),授权美国发明专利7项,授权软件著作权4项。协助培养博士研究生2名;培养硕士研究生6名。基于本项目研究成果,完成成果转化1项,获批国家重大专项课题1项,横向项目4项。项目成果实现故障情况下航空发动机安全与性能的双保障,提高运行的稳定性与可靠性,以满足飞机在复杂工况下对安全性、适应性、可派遣性的要求。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(18)
重型燃气轮机IGV系统建模与故障仿真
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    自动化仪表
  • 影响因子:
    --
  • 作者:
    张文广;陆瑶;王维建;尹德斌;马艳华
  • 通讯作者:
    马艳华
Adaptive modification of turbofan engine nonlinear model based on LSTM neural networks and hybrid optimization method
基于LSTM神经网络和混合优化方法的涡扇发动机非线性模型自适应修正
  • DOI:
    10.1016/j.cja.2021.11.005
  • 发表时间:
    2022
  • 期刊:
    Chinese Journal of Aeronautics
  • 影响因子:
    5.7
  • 作者:
    Yan-Hua Ma;Xian Du;Xi-Ming Sun
  • 通讯作者:
    Xi-Ming Sun
Active fault tolerant control of turbofan engines with actuator faults under disturbances
扰动下执行器故障的涡扇发动机主动容错控制
  • DOI:
    10.1515/tjj-2020-0039
  • 发表时间:
    2020-11
  • 期刊:
    International Journal of Turbo & Jet-Engines, 2020 (Online)
  • 影响因子:
    --
  • 作者:
    Yan-Hua Ma;Xian Du;Lin-Feng Gou;Si-Xin Wen
  • 通讯作者:
    Si-Xin Wen
Active fault tolerant tracking control of turbofan engine based on virtual actuator
基于虚拟执行器的涡扇发动机主动容错跟踪控制
  • DOI:
    10.1016/j.isatra.2021.04.029
  • 发表时间:
    2022
  • 期刊:
    ISA Transactions
  • 影响因子:
    7.3
  • 作者:
    Yan-Hua Ma;Xian Du;Xi-Ming Sun;Fang-Jiao Zhao
  • 通讯作者:
    Fang-Jiao Zhao
Design of Aero-engine Internal Model Control System Based on Neural Network Time-Delay Prediction
基于神经网络时滞预测的航空发动机内模控制系统设计
  • DOI:
    10.13675/j.cnki.tjjs.210903
  • 发表时间:
    --
  • 期刊:
    推进技术, 2022(Online)
  • 影响因子:
    --
  • 作者:
    杜宪;马艳华;王欣悦;徐羚
  • 通讯作者:
    徐羚

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

HBV相关肝纤维化患者血浆microRNA的差异表达
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国肝脏病杂志(电子版)
  • 影响因子:
    --
  • 作者:
    马艳华;韩铭;冯胜虎;周利;刘晓民;刘聪;刘顺爱;成军;邢卉春
  • 通讯作者:
    邢卉春
基于HDL为靶点的载脂蛋白A-I治疗动脉粥样硬化的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大连大学学报
  • 影响因子:
    --
  • 作者:
    杨方彦;刘庆平;马艳华
  • 通讯作者:
    马艳华
二烯丙基二硫下调LIMK1抑制人胃癌MGC803细胞迁移与侵袭
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    中国药理学通报
  • 影响因子:
    --
  • 作者:
    马艳华;苏波;向姝霖;姜浩;杨邦敏;章硕;夏红;苏琦
  • 通讯作者:
    苏琦
机载推帚式高光谱成像仪(PHI-2)的辐射定标与图像非均匀性校正
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    遥感学报V7(增刊)
  • 影响因子:
    --
  • 作者:
    马艳华;舒嵘;马庆军;王建宇;薛永祺
  • 通讯作者:
    薛永祺
NH3的腔增强吸收光谱检测技术
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    激光技术
  • 影响因子:
    --
  • 作者:
    王元虎;马艳华;张治国;金玉奇
  • 通讯作者:
    金玉奇

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码