350 руб
Журнал «Информационно-измерительные и управляющие системы» №9 за 2016 г.
Статья в номере:
Система автоматической параметрической диагностики газовоздушного тракта авиационного двигателя на базе робастной бортовой математической модели
Авторы:
В.Г. Августинович - д.т.н., профессор, кафедра «Авиационные двигатели», Пермский национальный исследовательский политехнический университет. E-mail: august@avid.ru Т.А. Кузнецова - к.т.н., доцент, кафедра «Конструирование и технологии в электротехнике», директор Центра дистанционных образовательных технологий, Пермский национальный исследовательский политехнический университет. E-mail: tatianaakuznetsova@gmail.com
Аннотация:
Рассмотрено проектирование робастных бортовых математических моделей авиационных двигателей, встроенных в систему автоматического управления, где предлагаемая линейная бортовая модель двигателя строится на основе метода пространства состояния. Решена задача разработки алгоритмов автоматической параметрической диагностики газовоздушного тракта авиационного двигателя (ГТД). Для идентификации состояния ГТД предложен метод общей матрицы коэффициентов влияния, который основан на идентификации математической модели ГТД по результатам измерения газо-динамических параметров путем минимизации суммы квадратов разности между параметрами математической модели и реального ГТД. Разработана математическая модель двигателя, обеспечивающая эффективный мониторинга в реальном времени состояния двигателя в условиях возникновения и развития дефектов газовоздушного тракта. Для повышения точности идентификации и устойчивости решения предложено применение численного метода Монте-Карло. Разработан и апробирован алгоритм параметрической диагностики на основе ЛП-последовательности.
Страницы: 17-25
Список источников

 

  1. Panov V. Auto-tuning of real-time dynamic gas turbine models // Proceedings of ASME Turbo Expo 2014: Turbine technical conference and exposition (June 16 - 20, 2014, Düsseldorf, Germany), GT2014-25606. 2014. 10 p.
  2. Kong Ch., Kang M., Koh S., Park G. A study on practical condition monitoring system for 2-spool Turbofan Engine using artificial intelligent algorithms // American Institute of Aeronautics and Astronautics. ISABE-2013-1328. 2013. 9 p.
  3. Августинович В.Г., Кузнецова Т.А. Алгоритмы валидации входной информации бортовой математической модели, встроенной в систему автоматического управления авиационного двигателя // Информационно-измерительные и управляющие системы. 2015. Т. 13. № 9. С. 19-26.
  4. Августинович В.Г., Кузнецова Т.А. Повышение надежности систем автоматического управления газотурбинными двигателями с применением алгоритмических методов // Изв. Томского политехнического университета. 2015. Т. 326. № 9. С. 68-77.
  5. Lu F., Huang J., Ji Ch., Zhang D., Jiao H. Gas path on-line fault diagnostics using a nonlinear integrated model for gas turbine engines // Int. Journal Turbo Jet-Engines. 2014. V. 31(3). P. 261 - 275.
  6. Simon D.L., Borguet S., Zhang D. Aircraft engine gas path diagnostic methods: public benchmarking results // Proc. of ASME Turbo-Expo 2013 (San Antonio, Texas, June 3-7, 2013). NASA/TM - 2013-218082. GT2013-95077. 22 p.
  7. Августинович В.Г. и др. Идентификация систем управления авиационных ГТД / Под общ. ред. В.Т. Дедеша. М.: Машиностроение. 1984. 196 с.
  8. Simon D.L., Armstrong J.B. An integrated approach for aircraft engine performance estimation and fault diagnostics // Journal of engineering for gas turbines and power. 2013. V. 135. Is. 7. 10 p.
  9. Kobayashi T., Simon D.L., Litt J.S. Application of a constant gain extended Kalman filter for in-flight estimation of aircraft engine performance parameters // Proc. of ASME Turbo-Expo 2005 (June 6-9, 2005, Reno-Tahoe, Nevada, USA), GT2005-68494. 2005. 12 p.
  10. Андриевская Н.В., Билоус О.А., Спешилова Ю.С. Анализ и синтез систем автоматического управления методом корневого годографа с использованием пакета MATLAB // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2012. № 6. С. 275-281.
  11. Кычкин А.В., Чудинов А.В. Эвристический алгоритм оптимизации мощности в активно-адаптивной сети // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2015. № 3 (15). С. 97-107.
  12. Соболь И.М. Численные методы Монте-Карло. М.: Наука. 1973. 312 с.
  13. Соболь И.М. Равномерно распределенные последовательности с дополнительным свойством равномерности // Журнал вычислительной математики и математической физики. 1976. Т. 16. № 5. С. 1332-1337.