渦扇發(fā)動(dòng)機(jī)進(jìn)氣畸變?nèi)菹蘅刂蒲芯?/h1>
2013-07-01 23:43:00葉巍祝劍虹肖大啟車杰先任雄
燃?xì)鉁u輪試驗(yàn)與研究 2013年5期
葉巍，祝劍虹，肖大啟，車杰先，任雄
渦扇發(fā)動(dòng)機(jī)進(jìn)氣畸變?nèi)菹蘅刂蒲芯?/p>
葉巍1，祝劍虹2，肖大啟1，車杰先1，任雄1
(1.中國(guó)燃?xì)鉁u輪研究院，四川成都610500；2.清華大學(xué)航天航空學(xué)院，北京100084)
對(duì)某型渦扇發(fā)動(dòng)機(jī)風(fēng)扇，建立進(jìn)氣畸變下的準(zhǔn)一維氣動(dòng)穩(wěn)定性分析模型。利用該模型的計(jì)算結(jié)果，訓(xùn)練一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的畸變估算模型，并嵌入到0維發(fā)動(dòng)機(jī)實(shí)時(shí)仿真程序，以實(shí)現(xiàn)進(jìn)氣畸變?nèi)菹蘅刂?。結(jié)果表明：在無(wú)畸變或小畸變情況下，通過(guò)收縮噴口來(lái)提高風(fēng)扇工作點(diǎn)挖掘發(fā)動(dòng)機(jī)潛力的作用有限；放開噴口臨界面積能有效容忍高畸變指數(shù)進(jìn)氣；主燃油與主控制器強(qiáng)烈耦合，使得其難以穩(wěn)定控制風(fēng)扇裕度。
航空發(fā)動(dòng)機(jī)；進(jìn)氣畸變?nèi)菹蘅刂?；畸變指?shù)；BP神經(jīng)網(wǎng)絡(luò)；穩(wěn)定性
1 引言
現(xiàn)代戰(zhàn)斗機(jī)的主要特征，包括高機(jī)動(dòng)性/敏捷性、垂直/短距起落、隱身和超聲巡航等。在飛推綜合和矢量推進(jìn)技術(shù)推動(dòng)下的高機(jī)動(dòng)有著極大的攻角和側(cè)滑角，垂直起降飛機(jī)的升力風(fēng)扇旋渦極易被吸入發(fā)動(dòng)機(jī)，為了隱身進(jìn)行進(jìn)氣道遮蓋或進(jìn)氣道上置導(dǎo)致進(jìn)口氣流畸變，這些都對(duì)推進(jìn)系統(tǒng)穩(wěn)定性提出了更為苛刻的要求。按傳統(tǒng)方法進(jìn)行大畸變?nèi)萑潭鹊念A(yù)留難以發(fā)揮發(fā)動(dòng)機(jī)潛力，也難以實(shí)現(xiàn)超聲巡航非加力推力最大化要求。為此，各國(guó)都積極開展了大量的推進(jìn)系統(tǒng)擴(kuò)穩(wěn)研究。
美國(guó)早在20世紀(jì)80年代進(jìn)行先進(jìn)發(fā)動(dòng)機(jī)控制技術(shù)論證時(shí)，就提出了包括智能控制、性能尋優(yōu)控制、穩(wěn)定性尋求控制、主動(dòng)失速/喘振控制四個(gè)未來(lái)發(fā)動(dòng)機(jī)先進(jìn)控制發(fā)展方向[1，2]。其中后兩個(gè)同屬于高穩(wěn)定性發(fā)動(dòng)機(jī)控制(HISTEC)的范疇[3]，主動(dòng)失速/喘振控制是NASA推薦的穩(wěn)定性遠(yuǎn)期方案，穩(wěn)定性尋求控制是近期方案。美國(guó)已在2000年完成了畸變?nèi)菹蘅刂频娘w行驗(yàn)證[2，4]，目前已經(jīng)用于型號(hào)；俄羅斯在RD-33上完成了類似系統(tǒng)的臺(tái)架試驗(yàn)。要實(shí)現(xiàn)畸變?nèi)菹蘅刂?，需具備傳感器系統(tǒng)、畸變估算系統(tǒng)和穩(wěn)定性管理控制器三要素。
文獻(xiàn)[5]和[6]采用畸變?nèi)菹蘅刂七M(jìn)行了飛推綜合研究，且都采用線性的畸變指數(shù)―裕度損失(壓比損失)關(guān)系，認(rèn)為畸變敏感系數(shù)為常數(shù)。這種假設(shè)對(duì)于設(shè)計(jì)轉(zhuǎn)速附近是正確的，但在實(shí)際機(jī)動(dòng)飛行中，為盡快減速轉(zhuǎn)彎往往先收油門。等指向完成后又迅速推桿加速，因此高進(jìn)口畸變往往與發(fā)動(dòng)機(jī)非設(shè)計(jì)轉(zhuǎn)速相伴，所以有必要改進(jìn)裕度損失與畸變指數(shù)的函數(shù)關(guān)系，增加轉(zhuǎn)速作為裕度損失的參變量[7]。
本文集中在畸變帶來(lái)的裕度損失估算和穩(wěn)定性管理控制器上，認(rèn)為進(jìn)氣畸變指數(shù)已通過(guò)傳感器系統(tǒng)測(cè)量并計(jì)算得到；另外徑向畸變影響很小，予以忽略，只考慮周向總壓畸變；此外，這一型號(hào)雙軸渦扇發(fā)動(dòng)機(jī)的大量試驗(yàn)和經(jīng)驗(yàn)都表明，進(jìn)口總壓畸變?cè)斐傻氖Х€(wěn)總首發(fā)于低壓的風(fēng)扇，所以這里只研究風(fēng)扇的穩(wěn)定性。
2 風(fēng)扇結(jié)構(gòu)與級(jí)特性獲取
以某4級(jí)風(fēng)扇為試驗(yàn)對(duì)象，該風(fēng)扇子午面示意圖如圖1所示，僅進(jìn)口0級(jí)導(dǎo)向器(0導(dǎo))角度可調(diào)。
圖1 風(fēng)扇子午面流道示意圖Fig.1 Meridian plane of fan
對(duì)該風(fēng)扇建立準(zhǔn)一維模型時(shí)做如下簡(jiǎn)化：0導(dǎo)與進(jìn)口支板簡(jiǎn)化為一列葉片，少量厚支板簡(jiǎn)化為與其它相同的薄支板；出口串列葉柵按文獻(xiàn)[8]中方法簡(jiǎn)化為一列靜葉；不考慮風(fēng)扇動(dòng)葉的罩量調(diào)節(jié)。
為獲得各級(jí)特性，在設(shè)計(jì)點(diǎn)數(shù)據(jù)基礎(chǔ)上進(jìn)行準(zhǔn)一維平均半徑上的特性分解，相關(guān)方法參見文獻(xiàn)[9]。為校核參數(shù)和分解出的特性，用NUMECA進(jìn)行了設(shè)計(jì)轉(zhuǎn)速下的單通道CFD計(jì)算。首先計(jì)算第1級(jí)，此后逐級(jí)增加，以獲取盡可能寬流量范圍的特性，最大網(wǎng)格數(shù)約200萬(wàn)。將分解后的特性重新疊加后再與手冊(cè)數(shù)據(jù)比較，以校核分解的特性。需注意的是，該風(fēng)扇前3級(jí)跨聲速，在低轉(zhuǎn)速時(shí)后面級(jí)的工況下降更為劇烈，導(dǎo)致第3級(jí)由跨聲速進(jìn)入亞聲速，葉柵損失難以準(zhǔn)確估算，特性誤差較大。此外，分解時(shí)采用插值方法考慮了0導(dǎo)實(shí)際調(diào)節(jié)計(jì)劃。
3 畸變下的穩(wěn)定邊界計(jì)算
為確定畸變指數(shù)與裕度損失的關(guān)系，采用準(zhǔn)一維激盤+改進(jìn)的平行壓氣機(jī)模型，對(duì)風(fēng)扇進(jìn)行畸變下的穩(wěn)定邊界計(jì)算。將整個(gè)風(fēng)扇控制體分為10個(gè)子段，如圖1所示，每段采用圖2所示的激盤-滯后-容積模型建模。
圖2 激盤-滯后-容積模型Fig.2 Actuator-lag-volume model
激盤所描述的級(jí)加功過(guò)程在級(jí)特性上插值實(shí)現(xiàn)；滯后環(huán)節(jié)描述子段內(nèi)氣流參數(shù)對(duì)進(jìn)口氣流脈動(dòng)的響應(yīng)，用一階滯后模型模擬；容積模塊采用一維流動(dòng)集聚模型，控制體內(nèi)氣流滿足質(zhì)量、動(dòng)量和能量守恒方程，對(duì)于無(wú)葉片段只用容積模塊，詳細(xì)的推導(dǎo)過(guò)程與數(shù)學(xué)模型參見文獻(xiàn)[10]和[11]。按進(jìn)口畸變范圍，利用平行壓氣機(jī)理論，將風(fēng)扇周向分為M個(gè)子壓氣機(jī)，出口利用靜壓相等進(jìn)行耦合；風(fēng)扇軸向分為N個(gè)子段，每子段由3個(gè)方程表達(dá)。則整個(gè)風(fēng)扇的穩(wěn)定性由M×N×3個(gè)方程決定。進(jìn)口條件為總溫、總壓、流量，各子段初始條件由級(jí)疊加方法給定，計(jì)算中逐步減小流量以逼近失穩(wěn)邊界。穩(wěn)定性判別方法采用文獻(xiàn)[12]中的李亞普洛夫第二方法。這樣上述系統(tǒng)由氣動(dòng)穩(wěn)定性方程組求解轉(zhuǎn)化為常微分方程初邊值問(wèn)題，再轉(zhuǎn)化成李亞普洛夫穩(wěn)定性問(wèn)題，最后變?yōu)榫仃囂卣髦登蠼?，用雙步長(zhǎng)QR方法獲取特征值完成整個(gè)穩(wěn)定性計(jì)算。判穩(wěn)準(zhǔn)則為：對(duì)于從初始平衡狀態(tài)出發(fā)的壓縮系統(tǒng)，只有在所有特征值為負(fù)的情況下才穩(wěn)定。
穩(wěn)定邊界計(jì)算時(shí)每1%轉(zhuǎn)速計(jì)算一個(gè)點(diǎn)，計(jì)算結(jié)果用設(shè)計(jì)轉(zhuǎn)速下的臨界畸變指數(shù)試驗(yàn)值校核，最終結(jié)果如圖3所示，圖中W代表畸變指數(shù)。該畸變特性模擬結(jié)果與該型發(fā)動(dòng)機(jī)已有畸變?cè)囼?yàn)結(jié)果吻合很好，設(shè)計(jì)轉(zhuǎn)速下的敏感系數(shù)為0.78，而該試驗(yàn)值為0.65左右。將圖3所示的坐標(biāo)系轉(zhuǎn)化為折合轉(zhuǎn)速—裕度損失特性，還采用畸變指數(shù)作為參變量，結(jié)果在83%～90%轉(zhuǎn)速發(fā)現(xiàn)一畸變敏感區(qū)，這也為試驗(yàn)所證實(shí)。
圖3 風(fēng)扇總壓畸變特性Fig.3 Total pressure distortion characteristics of fan
4 主動(dòng)穩(wěn)定性控制方法
將上述準(zhǔn)一維激盤模型放入工程化的進(jìn)氣畸變?nèi)菹蘅刂破黠@然不可取，計(jì)算工作量太大，而將上述畸變計(jì)算結(jié)果進(jìn)行插值計(jì)算也較為繁瑣，且泛化能力較弱。文獻(xiàn)[5]和[6]采用間接參數(shù)——畸變敏感系數(shù)來(lái)表示畸變指數(shù)與裕度損失的關(guān)系，中間環(huán)節(jié)較多，且文獻(xiàn)中未能表達(dá)出敏感系數(shù)與折合轉(zhuǎn)速的關(guān)系。本文采用上述畸變計(jì)算結(jié)果訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)模型，再在畸變?nèi)菹蘅刂破髦袑?duì)此模型輸入畸變指數(shù)和折合轉(zhuǎn)速，從而獲得裕度損失。
為將該BP神經(jīng)網(wǎng)絡(luò)模型嵌入控制器，應(yīng)盡可能簡(jiǎn)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與參數(shù)。這里只選用了兩層神經(jīng)元，中間隱層節(jié)點(diǎn)數(shù)經(jīng)大量試算取為10個(gè)，輸出節(jié)點(diǎn)1個(gè)(裕度損失)，輸入節(jié)點(diǎn)2個(gè)(折合轉(zhuǎn)速、畸變指數(shù))。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖4所示。
圖4 BP畸變神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Structure of BP neural network
隱層激活函數(shù)采用下式的sigmoid函數(shù)：
式中：陡度因子λ和縮放因子k均為2.0，位移因子a為-1，輸出層采用線性函數(shù)。整個(gè)網(wǎng)絡(luò)使用均方根性能函數(shù)，網(wǎng)絡(luò)訓(xùn)練采用批處理的擬牛頓方法。需重點(diǎn)指出的是，本文的畸變估算模型中須采用批處理訓(xùn)練方法，以避免樣本末尾某個(gè)畸變指數(shù)樣本點(diǎn)對(duì)權(quán)系數(shù)影響過(guò)大。
訓(xùn)練樣本覆蓋從0.75～1.05折合轉(zhuǎn)速范圍共182個(gè)點(diǎn)(剔除明顯的失穩(wěn)計(jì)算異常點(diǎn))，訓(xùn)練2 100步收斂，性能函數(shù)E＜0.23。BP模型計(jì)算結(jié)果與原樣本點(diǎn)的比較如圖5所示，其中空心圖例均為BP模擬結(jié)果。可見，相同畸變指數(shù)在風(fēng)扇不同折合轉(zhuǎn)速下造成的裕度損失為非線性，因此有必要在畸變?nèi)菹蘅刂浦袑⒋朔蔷€性因素予以考慮。
圖5 BP計(jì)算結(jié)果與原樣本點(diǎn)的比較Fig.5 Comparison between original samples and BP results
5 仿真結(jié)果與分析
首先確定控制目標(biāo)，其次選擇控制量，最后在0維實(shí)時(shí)渦扇發(fā)動(dòng)機(jī)模型中予以仿真驗(yàn)證。
5.1控制目標(biāo)
畸變?nèi)菹蘅刂频哪康模阂皇窍朐诰鶆蜻M(jìn)氣的情況下將多余的裕度拿出來(lái)提升性能；二是要使發(fā)動(dòng)機(jī)在超過(guò)臨界畸變指數(shù)的情況下穩(wěn)定工作，實(shí)現(xiàn)適用范圍的擴(kuò)展。
參考HISTEC，本文的控制目標(biāo)為：將風(fēng)扇失穩(wěn)邊界(有畸變或無(wú)畸變)到共同工作線間的距離SWall(總裕度)，控制在大于內(nèi)外因子畸變分界線到共同工作線的距離SWinner(裕度)的范圍內(nèi)，如圖6所示。即在均勻進(jìn)氣條件時(shí)提高風(fēng)扇工作點(diǎn)來(lái)減小SWall，使之接近SWinner以發(fā)揮發(fā)動(dòng)機(jī)潛力；在超過(guò)臨界畸變指數(shù)進(jìn)氣時(shí)，降低風(fēng)扇工作點(diǎn)使SWall不小于SWinner。其中內(nèi)外因子畸變分界線是一條根據(jù)試驗(yàn)和外場(chǎng)使用統(tǒng)計(jì)結(jié)果而人為設(shè)定的線，該線到左上側(cè)穩(wěn)定邊界的距離為留給進(jìn)氣畸變的可用裕度，到右下側(cè)工作線的距離為預(yù)留給其它降穩(wěn)因子使用的裕度(主要是內(nèi)因子)。圖中失穩(wěn)邊界和工作線在畸變?nèi)菹蘅刂浦卸紴閯?dòng)態(tài)變化，但SWall和SWinner都只是折合轉(zhuǎn)速的函數(shù)。
圖6 畸變?nèi)菹蘅刂颇繕?biāo)示意圖Fig.6 The aim of distortion tolerance control
5.2控制回路選擇
考慮到實(shí)際工程應(yīng)用中可供選擇的發(fā)動(dòng)機(jī)調(diào)節(jié)量(噴口臨界面積A8、主燃油流量mf、風(fēng)扇導(dǎo)葉角α1(α2)、級(jí)間放氣等)非常有限，選擇用于風(fēng)扇裕度控制的標(biāo)準(zhǔn)，包括控制回路的響應(yīng)速度(越快越好)、對(duì)推力的影響(越小越好)、對(duì)效率的影響(越小越好)、對(duì)主控制器的影響(越小越好)等因素。單獨(dú)調(diào)節(jié)α1易導(dǎo)致高低壓不匹配，且實(shí)際進(jìn)氣低總壓只發(fā)生在某一周向相位，當(dāng)前的0導(dǎo)調(diào)節(jié)器都是整周同步調(diào)節(jié)，若異步調(diào)節(jié)對(duì)控制系統(tǒng)改動(dòng)很大，且需要實(shí)時(shí)測(cè)定低總壓區(qū)相位，這對(duì)于進(jìn)口存在旋流的情況難以實(shí)現(xiàn)；級(jí)間放氣可用于退喘，但不適合于長(zhǎng)時(shí)間使用以改變風(fēng)扇工作點(diǎn)，效率影響較大。這里選擇mf和A8，但在發(fā)動(dòng)機(jī)主控制器同時(shí)工作時(shí)，主控制器根據(jù)原控制計(jì)劃依然會(huì)調(diào)節(jié)包括α1在內(nèi)的其它控制變量，具體控制回路如圖7所示。在原主控制回路上增加一個(gè)畸變?nèi)菹蘅刂苹芈?，采集?dāng)前發(fā)動(dòng)機(jī)進(jìn)氣的畸變指數(shù)和折合轉(zhuǎn)速，用上述BP網(wǎng)絡(luò)計(jì)算獲取當(dāng)前折合轉(zhuǎn)速下的裕度損失，根據(jù)裕度損失大小按5.1節(jié)所述控制目標(biāo)發(fā)出調(diào)節(jié)mf或A8的指令。內(nèi)外因子畸變分界線用插值獲取。由于缺乏非設(shè)計(jì)轉(zhuǎn)速時(shí)臨界畸變指數(shù)下裕度損失全部的試驗(yàn)數(shù)據(jù)，本文利用設(shè)計(jì)轉(zhuǎn)速時(shí)臨界畸變指數(shù)造成的裕度損失百分比，將圖6中工作線到穩(wěn)定邊界的距離分為兩份，以確定各轉(zhuǎn)速下要為內(nèi)因子保留的裕度。
畸變?nèi)菹蘅刂破鞑捎盟俣仁絇ID控制，其中微分基本為0，因此容易造成回路過(guò)于敏感而不穩(wěn)定。PID控制器輸入為SWall與SWinner間的差值，輸出為Δmf或ΔA8，將輸出疊加到主控制器輸出上以實(shí)現(xiàn)畸變?nèi)菹蘅刂??；內(nèi)菹蘅刂频募s束，即原發(fā)動(dòng)機(jī)主控制計(jì)劃中除風(fēng)扇下穩(wěn)定邊界以外的全部約束。
圖7 畸變?nèi)菹蘅刂苹芈稦ig.7 The loop of distortion tolerance control
5.30維實(shí)時(shí)仿真結(jié)果
在飛行包線內(nèi)選取了多個(gè)高度H和馬赫數(shù)Ma點(diǎn)進(jìn)行仿真，這里只示出H=0 km、Ma=0的地面狀態(tài)結(jié)果，進(jìn)氣畸變指數(shù)選擇3%和12%兩種狀態(tài)(該型發(fā)動(dòng)機(jī)試驗(yàn)獲得的設(shè)計(jì)點(diǎn)臨界畸變指數(shù)為10%)。在第25 s時(shí)，畸變進(jìn)入發(fā)動(dòng)機(jī)，設(shè)定第30 s時(shí)畸變控制器介入進(jìn)行控制，第50 s畸變消失，控制器也隨之離線。
首先單獨(dú)用A8控制小進(jìn)口畸變，結(jié)果如圖8所示。圖中所有參數(shù)進(jìn)行了無(wú)量綱化，且相對(duì)于縱坐標(biāo)進(jìn)行了平移，以更清楚地顯示控制過(guò)程中發(fā)動(dòng)機(jī)整體狀態(tài)參數(shù)的變化，畸變前后縱坐標(biāo)之差依然是該變量的變化百分比值；下同。此時(shí)的風(fēng)扇穩(wěn)定裕度還有富余，因此進(jìn)一步收小噴口以提高工作點(diǎn)發(fā)揮發(fā)動(dòng)機(jī)潛力。噴口縮小約1.37%(相對(duì)最大噴口面積)，推力增加約0.56%(相對(duì)于非加力最大推力)，可見縮小噴口后裕度進(jìn)一步減小，相應(yīng)的mf增加以提高工作點(diǎn)。
圖8 A8畸變?nèi)菹蘅刂平Y(jié)果Fig.8 Results fromA8distortion tolerance control
為進(jìn)一步確定縮小噴口可挖掘的發(fā)動(dòng)機(jī)潛力，在無(wú)畸變情況下進(jìn)行了大量數(shù)值仿真，結(jié)果表明：推力增量隨噴口面積減小呈凸函數(shù)關(guān)系，起初隨著面積減小推力不斷增加，比燃油消耗量降低，推力達(dá)到峰值后急劇下降，可獲得的最大推力增量約49 daN，此時(shí)噴口面積減小2%(相對(duì)最大狀態(tài))，最大可利用裕度為1.5%。進(jìn)一步減小噴口面積導(dǎo)致渦輪落壓比下降后風(fēng)扇獲得的功率降低，進(jìn)而轉(zhuǎn)速N1降低，風(fēng)扇進(jìn)口流量降低，使得推力反而降低，比油耗上升，如圖9所示。因此在整機(jī)環(huán)境下，單純控制A8并不能像在部件試驗(yàn)中那樣有效移動(dòng)風(fēng)扇工作點(diǎn)，也就不能進(jìn)一步利用剩余裕度。
圖9 A8進(jìn)一步降低裕度結(jié)果Fig.9 Further decreasing the stall margin withA8
其次在高進(jìn)口畸變(W=12%)情況下，單獨(dú)用A8進(jìn)行控制，結(jié)果如圖10所示。此時(shí)進(jìn)口畸變已超過(guò)臨界畸變指數(shù)(Wcr=10%)。從第30 s開始，畸變控制器通過(guò)放開噴口以容忍進(jìn)一步的畸變，噴口放開后壓力降低，通過(guò)外涵反饋到風(fēng)扇出口，使得風(fēng)扇出口背壓降低，從而達(dá)到降低風(fēng)扇工作點(diǎn)來(lái)增大穩(wěn)定裕度的目的。由于主控制器的作用，主燃油流量被降低，相應(yīng)的比燃油消耗率也降低(未示出)。由于0維模型不能反映畸變后的燃燒室工作情況，所以這個(gè)比燃油消耗量并不具有參考意義。多個(gè)進(jìn)氣畸變指數(shù)值的仿真結(jié)果顯示，按此畸變?nèi)菹蘅刂品椒?，每增?%畸變值，推力損失約0.52%(約39 daN)。
圖10 高進(jìn)口畸變下容限控制結(jié)果Fig.10 Distortion control results under high inlet distortion
此外還進(jìn)行了單獨(dú)用燃油流量控制裕度的仿真，但由于主控制器強(qiáng)烈的耦合作用，造成推力和燃油流量大幅波動(dòng)，未達(dá)到預(yù)期目標(biāo)，即在原主機(jī)控制方案不變的情況下，難以用主燃油流量控制裕度。HISTEC計(jì)劃采用主燃油取得了較好的畸變?nèi)菹蘅刂菩Ч?，其根本原因在于美系發(fā)動(dòng)機(jī)往往采用風(fēng)扇壓比-主燃油控制回路，而國(guó)內(nèi)發(fā)動(dòng)機(jī)和俄系發(fā)動(dòng)機(jī)大都采用轉(zhuǎn)速-主燃油控制回路，后者難以用主燃油準(zhǔn)確控制風(fēng)扇的工作點(diǎn)，因而也就難以利用主燃油流準(zhǔn)確控制風(fēng)扇的裕度。
6 結(jié)論
(1)均勻進(jìn)氣條件下，減小噴口臨界面積可提高風(fēng)扇工作點(diǎn)，但能發(fā)揮的發(fā)動(dòng)機(jī)潛力有限，因?yàn)槭艿綔u輪落壓比回路的限制，最大可獲得49 daN左右的推力增量。
(2)在超過(guò)臨界畸變指數(shù)的情況下，用噴口臨界面積能在較小推力損失情況下有效容忍進(jìn)氣畸變，但每增加1%的畸變，就有0.52%左右的推力損失。
(3)在不改變?cè)l(fā)動(dòng)機(jī)主控制器的情況下，難以用主燃油流量穩(wěn)定控制風(fēng)扇裕度。
[1]Adibhatla S，Brown H.Intelligent Engine Control[R]. AIAA 92-3484，1992.
[2]朱旭津.航空發(fā)動(dòng)機(jī)先進(jìn)控制概念和高穩(wěn)定性發(fā)動(dòng)機(jī)控制系統(tǒng)研制[J].燃?xì)鉁u輪試驗(yàn)與研究，2002，15(3)：5—10.
[3]DeLaat J C，Southwick R D，Gallops G W.High Stability Engine Control(HISTEC)[R].AIAA 96-2586，1996.
[4]Southwick R D，Gallops G W，Kielb R P，et al.High Stabil?ity Engine Control(HISTEC)Flight Test Results[R].AIAA 98-37357，1998.
[5]王立峰，張津.超機(jī)動(dòng)飛行推進(jìn)系統(tǒng)穩(wěn)定性控制研究[J].推進(jìn)技術(shù)，2000，21(4)：1—4.
[6]郭亮.先進(jìn)戰(zhàn)斗機(jī)的綜合飛行/推進(jìn)控制系統(tǒng)設(shè)計(jì)與仿真研究[D].北京：北京航空航天大學(xué)，2006.
[7]胡駿.進(jìn)氣畸變對(duì)軸流壓氣機(jī)性能影響實(shí)驗(yàn)研究[J].航空動(dòng)力學(xué)報(bào)，2001，16(2)：142—146.
[8]吳國(guó)釧.串列葉柵理論[M].北京：國(guó)防工業(yè)出版社，1996.
[9]Steinke R J.STGSTK-A Computer Code for Predicting Multistage Axial Flow Compressor Performance by a Mean?line Stage Stacking Method[R].NASA-TP-2020，1982.
[10]唐狄毅.葉輪機(jī)非定常流[M].北京：國(guó)防工業(yè)出版社，1992：235—240.
[11]喬渭陽(yáng)，蔡元虎.燃?xì)鉁u輪發(fā)動(dòng)機(jī)壓縮系統(tǒng)穩(wěn)定性數(shù)值模擬的研究[J].燃?xì)鉁u輪試驗(yàn)與研究，2001，14(2)：19—24.
[12]劉大響，葉培梁，胡俊，等.航空燃?xì)鉁u輪發(fā)動(dòng)機(jī)穩(wěn)定性設(shè)計(jì)與評(píng)定技術(shù)[M].北京：航空工業(yè)出版社，2004：214—215.
Research on the Inlet Stability Control of Turbofan Engine
YE Wei1，ZHU Jian-hong2，XIAO Da-qi1，CHE Jie-xian1，REN Xiong1
(1.China Gas Turbine Establishment，Chengdu 610500，China；2.School of Aerospace，Tsinghua University，Beijing 100084，China)
A quasi-one-dimensional model for the fan aerodynamic stability was built.Based on BP artifi?cial neural network,the results from the mode were applied on distortion estimation system.And then a 0 di?mensional real time program was embedded into the estimation system to realize the inlet distortion stability control.The results show that the potential engine margin is limited by reducing nozzle area at the uniform inlet condition.On the other hand,the engine could bear the supercritical inlet distortion when nozzle area was increased.It was very difficult to effectively control the fan stability because of the impact between the main fuel flow and the controlling unit.
aero-engine；inlet distortion control；distortion index；BP neural network；stability
V231.3
A
1672-2620(2013)05-0030-05
2013-03-27；
2013-09-09
葉巍(1968-)，男，福建長(zhǎng)汀人，研究員，博士，主要從事發(fā)動(dòng)機(jī)穩(wěn)定性設(shè)計(jì)與評(píng)定研究。
猜你喜歡
噴口形狀對(duì)噴水推進(jìn)器性能的影響排灌機(jī)械工程學(xué)報(bào)(2022年6期)2022-06-23 02:09:24 飛參數(shù)據(jù)在某型飛機(jī)噴口工作監(jiān)控中的應(yīng)用航空維修與工程(2022年12期)2022-02-04 11:21:00 在Lightroom中校正鏡頭與透視畸變攝影之友(影像視覺)(2017年10期)2017-11-07 02:37:15 小蜘蛛瘋狂英語(yǔ)·新讀寫(2017年7期)2017-08-08 03:01:07 高速?zèng)_床噴口壓力及位置對(duì)工件出模影響分析制造技術(shù)與機(jī)床(2017年12期)2017-02-02 07:05:09 基于DFIG可用無(wú)功裕度的風(fēng)電場(chǎng)無(wú)功電壓控制方法電測(cè)與儀表(2016年2期)2016-04-12 00:24:36 三環(huán)路核電廠的抗震裕度評(píng)價(jià)核科學(xué)與工程(2015年2期)2015-09-26 11:57:13 基于ANN模型的在線電壓穩(wěn)定裕度評(píng)估電測(cè)與儀表(2015年5期)2015-04-09 11:30:46 電流互感器磁飽和裕度及其試驗(yàn)裝置的探討電測(cè)與儀表(2014年15期)2014-04-04 12:05:34 輻射誘導(dǎo)染色體畸變的快速FISH方法的建立癌變·畸變·突變(2014年2期)2014-03-01 04:39:41
- 燃?xì)鉁u輪試驗(yàn)與研究的其它文章
- 信息技術(shù)在航空發(fā)動(dòng)機(jī)設(shè)計(jì)體系集成平臺(tái)建設(shè)中的應(yīng)用
- 航空發(fā)動(dòng)機(jī)鈦火防護(hù)技術(shù)及試驗(yàn)驗(yàn)證方法
- 一種基于小波的發(fā)動(dòng)機(jī)數(shù)據(jù)融合算法
- 航空發(fā)動(dòng)機(jī)地面保障車電源系統(tǒng)設(shè)計(jì)
- 航空發(fā)動(dòng)機(jī)進(jìn)氣系統(tǒng)結(jié)冰適航性條款研究
- 基于模糊指數(shù)融合和正交基分解的發(fā)動(dòng)機(jī)性能監(jiān)控
葉巍，祝劍虹，肖大啟，車杰先，任雄
渦扇發(fā)動(dòng)機(jī)進(jìn)氣畸變?nèi)菹蘅刂蒲芯?/p>
葉巍1，祝劍虹2，肖大啟1，車杰先1，任雄1
(1.中國(guó)燃?xì)鉁u輪研究院，四川成都610500；2.清華大學(xué)航天航空學(xué)院，北京100084)
對(duì)某型渦扇發(fā)動(dòng)機(jī)風(fēng)扇，建立進(jìn)氣畸變下的準(zhǔn)一維氣動(dòng)穩(wěn)定性分析模型。利用該模型的計(jì)算結(jié)果，訓(xùn)練一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的畸變估算模型，并嵌入到0維發(fā)動(dòng)機(jī)實(shí)時(shí)仿真程序，以實(shí)現(xiàn)進(jìn)氣畸變?nèi)菹蘅刂?。結(jié)果表明：在無(wú)畸變或小畸變情況下，通過(guò)收縮噴口來(lái)提高風(fēng)扇工作點(diǎn)挖掘發(fā)動(dòng)機(jī)潛力的作用有限；放開噴口臨界面積能有效容忍高畸變指數(shù)進(jìn)氣；主燃油與主控制器強(qiáng)烈耦合，使得其難以穩(wěn)定控制風(fēng)扇裕度。
航空發(fā)動(dòng)機(jī)；進(jìn)氣畸變?nèi)菹蘅刂?；畸變指?shù)；BP神經(jīng)網(wǎng)絡(luò)；穩(wěn)定性
1 引言
現(xiàn)代戰(zhàn)斗機(jī)的主要特征，包括高機(jī)動(dòng)性/敏捷性、垂直/短距起落、隱身和超聲巡航等。在飛推綜合和矢量推進(jìn)技術(shù)推動(dòng)下的高機(jī)動(dòng)有著極大的攻角和側(cè)滑角，垂直起降飛機(jī)的升力風(fēng)扇旋渦極易被吸入發(fā)動(dòng)機(jī)，為了隱身進(jìn)行進(jìn)氣道遮蓋或進(jìn)氣道上置導(dǎo)致進(jìn)口氣流畸變，這些都對(duì)推進(jìn)系統(tǒng)穩(wěn)定性提出了更為苛刻的要求。按傳統(tǒng)方法進(jìn)行大畸變?nèi)萑潭鹊念A(yù)留難以發(fā)揮發(fā)動(dòng)機(jī)潛力，也難以實(shí)現(xiàn)超聲巡航非加力推力最大化要求。為此，各國(guó)都積極開展了大量的推進(jìn)系統(tǒng)擴(kuò)穩(wěn)研究。
美國(guó)早在20世紀(jì)80年代進(jìn)行先進(jìn)發(fā)動(dòng)機(jī)控制技術(shù)論證時(shí)，就提出了包括智能控制、性能尋優(yōu)控制、穩(wěn)定性尋求控制、主動(dòng)失速/喘振控制四個(gè)未來(lái)發(fā)動(dòng)機(jī)先進(jìn)控制發(fā)展方向[1，2]。其中后兩個(gè)同屬于高穩(wěn)定性發(fā)動(dòng)機(jī)控制(HISTEC)的范疇[3]，主動(dòng)失速/喘振控制是NASA推薦的穩(wěn)定性遠(yuǎn)期方案，穩(wěn)定性尋求控制是近期方案。美國(guó)已在2000年完成了畸變?nèi)菹蘅刂频娘w行驗(yàn)證[2，4]，目前已經(jīng)用于型號(hào)；俄羅斯在RD-33上完成了類似系統(tǒng)的臺(tái)架試驗(yàn)。要實(shí)現(xiàn)畸變?nèi)菹蘅刂?，需具備傳感器系統(tǒng)、畸變估算系統(tǒng)和穩(wěn)定性管理控制器三要素。
文獻(xiàn)[5]和[6]采用畸變?nèi)菹蘅刂七M(jìn)行了飛推綜合研究，且都采用線性的畸變指數(shù)―裕度損失(壓比損失)關(guān)系，認(rèn)為畸變敏感系數(shù)為常數(shù)。這種假設(shè)對(duì)于設(shè)計(jì)轉(zhuǎn)速附近是正確的，但在實(shí)際機(jī)動(dòng)飛行中，為盡快減速轉(zhuǎn)彎往往先收油門。等指向完成后又迅速推桿加速，因此高進(jìn)口畸變往往與發(fā)動(dòng)機(jī)非設(shè)計(jì)轉(zhuǎn)速相伴，所以有必要改進(jìn)裕度損失與畸變指數(shù)的函數(shù)關(guān)系，增加轉(zhuǎn)速作為裕度損失的參變量[7]。
本文集中在畸變帶來(lái)的裕度損失估算和穩(wěn)定性管理控制器上，認(rèn)為進(jìn)氣畸變指數(shù)已通過(guò)傳感器系統(tǒng)測(cè)量并計(jì)算得到；另外徑向畸變影響很小，予以忽略，只考慮周向總壓畸變；此外，這一型號(hào)雙軸渦扇發(fā)動(dòng)機(jī)的大量試驗(yàn)和經(jīng)驗(yàn)都表明，進(jìn)口總壓畸變?cè)斐傻氖Х€(wěn)總首發(fā)于低壓的風(fēng)扇，所以這里只研究風(fēng)扇的穩(wěn)定性。
2 風(fēng)扇結(jié)構(gòu)與級(jí)特性獲取
以某4級(jí)風(fēng)扇為試驗(yàn)對(duì)象，該風(fēng)扇子午面示意圖如圖1所示，僅進(jìn)口0級(jí)導(dǎo)向器(0導(dǎo))角度可調(diào)。
圖1 風(fēng)扇子午面流道示意圖Fig.1 Meridian plane of fan
對(duì)該風(fēng)扇建立準(zhǔn)一維模型時(shí)做如下簡(jiǎn)化：0導(dǎo)與進(jìn)口支板簡(jiǎn)化為一列葉片，少量厚支板簡(jiǎn)化為與其它相同的薄支板；出口串列葉柵按文獻(xiàn)[8]中方法簡(jiǎn)化為一列靜葉；不考慮風(fēng)扇動(dòng)葉的罩量調(diào)節(jié)。
為獲得各級(jí)特性，在設(shè)計(jì)點(diǎn)數(shù)據(jù)基礎(chǔ)上進(jìn)行準(zhǔn)一維平均半徑上的特性分解，相關(guān)方法參見文獻(xiàn)[9]。為校核參數(shù)和分解出的特性，用NUMECA進(jìn)行了設(shè)計(jì)轉(zhuǎn)速下的單通道CFD計(jì)算。首先計(jì)算第1級(jí)，此后逐級(jí)增加，以獲取盡可能寬流量范圍的特性，最大網(wǎng)格數(shù)約200萬(wàn)。將分解后的特性重新疊加后再與手冊(cè)數(shù)據(jù)比較，以校核分解的特性。需注意的是，該風(fēng)扇前3級(jí)跨聲速，在低轉(zhuǎn)速時(shí)后面級(jí)的工況下降更為劇烈，導(dǎo)致第3級(jí)由跨聲速進(jìn)入亞聲速，葉柵損失難以準(zhǔn)確估算，特性誤差較大。此外，分解時(shí)采用插值方法考慮了0導(dǎo)實(shí)際調(diào)節(jié)計(jì)劃。
3 畸變下的穩(wěn)定邊界計(jì)算
為確定畸變指數(shù)與裕度損失的關(guān)系，采用準(zhǔn)一維激盤+改進(jìn)的平行壓氣機(jī)模型，對(duì)風(fēng)扇進(jìn)行畸變下的穩(wěn)定邊界計(jì)算。將整個(gè)風(fēng)扇控制體分為10個(gè)子段，如圖1所示，每段采用圖2所示的激盤-滯后-容積模型建模。
圖2 激盤-滯后-容積模型Fig.2 Actuator-lag-volume model
激盤所描述的級(jí)加功過(guò)程在級(jí)特性上插值實(shí)現(xiàn)；滯后環(huán)節(jié)描述子段內(nèi)氣流參數(shù)對(duì)進(jìn)口氣流脈動(dòng)的響應(yīng)，用一階滯后模型模擬；容積模塊采用一維流動(dòng)集聚模型，控制體內(nèi)氣流滿足質(zhì)量、動(dòng)量和能量守恒方程，對(duì)于無(wú)葉片段只用容積模塊，詳細(xì)的推導(dǎo)過(guò)程與數(shù)學(xué)模型參見文獻(xiàn)[10]和[11]。按進(jìn)口畸變范圍，利用平行壓氣機(jī)理論，將風(fēng)扇周向分為M個(gè)子壓氣機(jī)，出口利用靜壓相等進(jìn)行耦合；風(fēng)扇軸向分為N個(gè)子段，每子段由3個(gè)方程表達(dá)。則整個(gè)風(fēng)扇的穩(wěn)定性由M×N×3個(gè)方程決定。進(jìn)口條件為總溫、總壓、流量，各子段初始條件由級(jí)疊加方法給定，計(jì)算中逐步減小流量以逼近失穩(wěn)邊界。穩(wěn)定性判別方法采用文獻(xiàn)[12]中的李亞普洛夫第二方法。這樣上述系統(tǒng)由氣動(dòng)穩(wěn)定性方程組求解轉(zhuǎn)化為常微分方程初邊值問(wèn)題，再轉(zhuǎn)化成李亞普洛夫穩(wěn)定性問(wèn)題，最后變?yōu)榫仃囂卣髦登蠼?，用雙步長(zhǎng)QR方法獲取特征值完成整個(gè)穩(wěn)定性計(jì)算。判穩(wěn)準(zhǔn)則為：對(duì)于從初始平衡狀態(tài)出發(fā)的壓縮系統(tǒng)，只有在所有特征值為負(fù)的情況下才穩(wěn)定。
穩(wěn)定邊界計(jì)算時(shí)每1%轉(zhuǎn)速計(jì)算一個(gè)點(diǎn)，計(jì)算結(jié)果用設(shè)計(jì)轉(zhuǎn)速下的臨界畸變指數(shù)試驗(yàn)值校核，最終結(jié)果如圖3所示，圖中W代表畸變指數(shù)。該畸變特性模擬結(jié)果與該型發(fā)動(dòng)機(jī)已有畸變?cè)囼?yàn)結(jié)果吻合很好，設(shè)計(jì)轉(zhuǎn)速下的敏感系數(shù)為0.78，而該試驗(yàn)值為0.65左右。將圖3所示的坐標(biāo)系轉(zhuǎn)化為折合轉(zhuǎn)速—裕度損失特性，還采用畸變指數(shù)作為參變量，結(jié)果在83%～90%轉(zhuǎn)速發(fā)現(xiàn)一畸變敏感區(qū)，這也為試驗(yàn)所證實(shí)。
圖3 風(fēng)扇總壓畸變特性Fig.3 Total pressure distortion characteristics of fan
4 主動(dòng)穩(wěn)定性控制方法
將上述準(zhǔn)一維激盤模型放入工程化的進(jìn)氣畸變?nèi)菹蘅刂破黠@然不可取，計(jì)算工作量太大，而將上述畸變計(jì)算結(jié)果進(jìn)行插值計(jì)算也較為繁瑣，且泛化能力較弱。文獻(xiàn)[5]和[6]采用間接參數(shù)——畸變敏感系數(shù)來(lái)表示畸變指數(shù)與裕度損失的關(guān)系，中間環(huán)節(jié)較多，且文獻(xiàn)中未能表達(dá)出敏感系數(shù)與折合轉(zhuǎn)速的關(guān)系。本文采用上述畸變計(jì)算結(jié)果訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)模型，再在畸變?nèi)菹蘅刂破髦袑?duì)此模型輸入畸變指數(shù)和折合轉(zhuǎn)速，從而獲得裕度損失。
為將該BP神經(jīng)網(wǎng)絡(luò)模型嵌入控制器，應(yīng)盡可能簡(jiǎn)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與參數(shù)。這里只選用了兩層神經(jīng)元，中間隱層節(jié)點(diǎn)數(shù)經(jīng)大量試算取為10個(gè)，輸出節(jié)點(diǎn)1個(gè)(裕度損失)，輸入節(jié)點(diǎn)2個(gè)(折合轉(zhuǎn)速、畸變指數(shù))。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖4所示。
圖4 BP畸變神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Structure of BP neural network
隱層激活函數(shù)采用下式的sigmoid函數(shù)：
式中：陡度因子λ和縮放因子k均為2.0，位移因子a為-1，輸出層采用線性函數(shù)。整個(gè)網(wǎng)絡(luò)使用均方根性能函數(shù)，網(wǎng)絡(luò)訓(xùn)練采用批處理的擬牛頓方法。需重點(diǎn)指出的是，本文的畸變估算模型中須采用批處理訓(xùn)練方法，以避免樣本末尾某個(gè)畸變指數(shù)樣本點(diǎn)對(duì)權(quán)系數(shù)影響過(guò)大。
訓(xùn)練樣本覆蓋從0.75～1.05折合轉(zhuǎn)速范圍共182個(gè)點(diǎn)(剔除明顯的失穩(wěn)計(jì)算異常點(diǎn))，訓(xùn)練2 100步收斂，性能函數(shù)E＜0.23。BP模型計(jì)算結(jié)果與原樣本點(diǎn)的比較如圖5所示，其中空心圖例均為BP模擬結(jié)果。可見，相同畸變指數(shù)在風(fēng)扇不同折合轉(zhuǎn)速下造成的裕度損失為非線性，因此有必要在畸變?nèi)菹蘅刂浦袑⒋朔蔷€性因素予以考慮。
圖5 BP計(jì)算結(jié)果與原樣本點(diǎn)的比較Fig.5 Comparison between original samples and BP results
5 仿真結(jié)果與分析
首先確定控制目標(biāo)，其次選擇控制量，最后在0維實(shí)時(shí)渦扇發(fā)動(dòng)機(jī)模型中予以仿真驗(yàn)證。
5.1控制目標(biāo)
畸變?nèi)菹蘅刂频哪康模阂皇窍朐诰鶆蜻M(jìn)氣的情況下將多余的裕度拿出來(lái)提升性能；二是要使發(fā)動(dòng)機(jī)在超過(guò)臨界畸變指數(shù)的情況下穩(wěn)定工作，實(shí)現(xiàn)適用范圍的擴(kuò)展。
參考HISTEC，本文的控制目標(biāo)為：將風(fēng)扇失穩(wěn)邊界(有畸變或無(wú)畸變)到共同工作線間的距離SWall(總裕度)，控制在大于內(nèi)外因子畸變分界線到共同工作線的距離SWinner(裕度)的范圍內(nèi)，如圖6所示。即在均勻進(jìn)氣條件時(shí)提高風(fēng)扇工作點(diǎn)來(lái)減小SWall，使之接近SWinner以發(fā)揮發(fā)動(dòng)機(jī)潛力；在超過(guò)臨界畸變指數(shù)進(jìn)氣時(shí)，降低風(fēng)扇工作點(diǎn)使SWall不小于SWinner。其中內(nèi)外因子畸變分界線是一條根據(jù)試驗(yàn)和外場(chǎng)使用統(tǒng)計(jì)結(jié)果而人為設(shè)定的線，該線到左上側(cè)穩(wěn)定邊界的距離為留給進(jìn)氣畸變的可用裕度，到右下側(cè)工作線的距離為預(yù)留給其它降穩(wěn)因子使用的裕度(主要是內(nèi)因子)。圖中失穩(wěn)邊界和工作線在畸變?nèi)菹蘅刂浦卸紴閯?dòng)態(tài)變化，但SWall和SWinner都只是折合轉(zhuǎn)速的函數(shù)。
圖6 畸變?nèi)菹蘅刂颇繕?biāo)示意圖Fig.6 The aim of distortion tolerance control
5.2控制回路選擇
考慮到實(shí)際工程應(yīng)用中可供選擇的發(fā)動(dòng)機(jī)調(diào)節(jié)量(噴口臨界面積A8、主燃油流量mf、風(fēng)扇導(dǎo)葉角α1(α2)、級(jí)間放氣等)非常有限，選擇用于風(fēng)扇裕度控制的標(biāo)準(zhǔn)，包括控制回路的響應(yīng)速度(越快越好)、對(duì)推力的影響(越小越好)、對(duì)效率的影響(越小越好)、對(duì)主控制器的影響(越小越好)等因素。單獨(dú)調(diào)節(jié)α1易導(dǎo)致高低壓不匹配，且實(shí)際進(jìn)氣低總壓只發(fā)生在某一周向相位，當(dāng)前的0導(dǎo)調(diào)節(jié)器都是整周同步調(diào)節(jié)，若異步調(diào)節(jié)對(duì)控制系統(tǒng)改動(dòng)很大，且需要實(shí)時(shí)測(cè)定低總壓區(qū)相位，這對(duì)于進(jìn)口存在旋流的情況難以實(shí)現(xiàn)；級(jí)間放氣可用于退喘，但不適合于長(zhǎng)時(shí)間使用以改變風(fēng)扇工作點(diǎn)，效率影響較大。這里選擇mf和A8，但在發(fā)動(dòng)機(jī)主控制器同時(shí)工作時(shí)，主控制器根據(jù)原控制計(jì)劃依然會(huì)調(diào)節(jié)包括α1在內(nèi)的其它控制變量，具體控制回路如圖7所示。在原主控制回路上增加一個(gè)畸變?nèi)菹蘅刂苹芈?，采集?dāng)前發(fā)動(dòng)機(jī)進(jìn)氣的畸變指數(shù)和折合轉(zhuǎn)速，用上述BP網(wǎng)絡(luò)計(jì)算獲取當(dāng)前折合轉(zhuǎn)速下的裕度損失，根據(jù)裕度損失大小按5.1節(jié)所述控制目標(biāo)發(fā)出調(diào)節(jié)mf或A8的指令。內(nèi)外因子畸變分界線用插值獲取。由于缺乏非設(shè)計(jì)轉(zhuǎn)速時(shí)臨界畸變指數(shù)下裕度損失全部的試驗(yàn)數(shù)據(jù)，本文利用設(shè)計(jì)轉(zhuǎn)速時(shí)臨界畸變指數(shù)造成的裕度損失百分比，將圖6中工作線到穩(wěn)定邊界的距離分為兩份，以確定各轉(zhuǎn)速下要為內(nèi)因子保留的裕度。
畸變?nèi)菹蘅刂破鞑捎盟俣仁絇ID控制，其中微分基本為0，因此容易造成回路過(guò)于敏感而不穩(wěn)定。PID控制器輸入為SWall與SWinner間的差值，輸出為Δmf或ΔA8，將輸出疊加到主控制器輸出上以實(shí)現(xiàn)畸變?nèi)菹蘅刂??；內(nèi)菹蘅刂频募s束，即原發(fā)動(dòng)機(jī)主控制計(jì)劃中除風(fēng)扇下穩(wěn)定邊界以外的全部約束。
圖7 畸變?nèi)菹蘅刂苹芈稦ig.7 The loop of distortion tolerance control
5.30維實(shí)時(shí)仿真結(jié)果
在飛行包線內(nèi)選取了多個(gè)高度H和馬赫數(shù)Ma點(diǎn)進(jìn)行仿真，這里只示出H=0 km、Ma=0的地面狀態(tài)結(jié)果，進(jìn)氣畸變指數(shù)選擇3%和12%兩種狀態(tài)(該型發(fā)動(dòng)機(jī)試驗(yàn)獲得的設(shè)計(jì)點(diǎn)臨界畸變指數(shù)為10%)。在第25 s時(shí)，畸變進(jìn)入發(fā)動(dòng)機(jī)，設(shè)定第30 s時(shí)畸變控制器介入進(jìn)行控制，第50 s畸變消失，控制器也隨之離線。
首先單獨(dú)用A8控制小進(jìn)口畸變，結(jié)果如圖8所示。圖中所有參數(shù)進(jìn)行了無(wú)量綱化，且相對(duì)于縱坐標(biāo)進(jìn)行了平移，以更清楚地顯示控制過(guò)程中發(fā)動(dòng)機(jī)整體狀態(tài)參數(shù)的變化，畸變前后縱坐標(biāo)之差依然是該變量的變化百分比值；下同。此時(shí)的風(fēng)扇穩(wěn)定裕度還有富余，因此進(jìn)一步收小噴口以提高工作點(diǎn)發(fā)揮發(fā)動(dòng)機(jī)潛力。噴口縮小約1.37%(相對(duì)最大噴口面積)，推力增加約0.56%(相對(duì)于非加力最大推力)，可見縮小噴口后裕度進(jìn)一步減小，相應(yīng)的mf增加以提高工作點(diǎn)。
圖8 A8畸變?nèi)菹蘅刂平Y(jié)果Fig.8 Results fromA8distortion tolerance control
為進(jìn)一步確定縮小噴口可挖掘的發(fā)動(dòng)機(jī)潛力，在無(wú)畸變情況下進(jìn)行了大量數(shù)值仿真，結(jié)果表明：推力增量隨噴口面積減小呈凸函數(shù)關(guān)系，起初隨著面積減小推力不斷增加，比燃油消耗量降低，推力達(dá)到峰值后急劇下降，可獲得的最大推力增量約49 daN，此時(shí)噴口面積減小2%(相對(duì)最大狀態(tài))，最大可利用裕度為1.5%。進(jìn)一步減小噴口面積導(dǎo)致渦輪落壓比下降后風(fēng)扇獲得的功率降低，進(jìn)而轉(zhuǎn)速N1降低，風(fēng)扇進(jìn)口流量降低，使得推力反而降低，比油耗上升，如圖9所示。因此在整機(jī)環(huán)境下，單純控制A8并不能像在部件試驗(yàn)中那樣有效移動(dòng)風(fēng)扇工作點(diǎn)，也就不能進(jìn)一步利用剩余裕度。
圖9 A8進(jìn)一步降低裕度結(jié)果Fig.9 Further decreasing the stall margin withA8
其次在高進(jìn)口畸變(W=12%)情況下，單獨(dú)用A8進(jìn)行控制，結(jié)果如圖10所示。此時(shí)進(jìn)口畸變已超過(guò)臨界畸變指數(shù)(Wcr=10%)。從第30 s開始，畸變控制器通過(guò)放開噴口以容忍進(jìn)一步的畸變，噴口放開后壓力降低，通過(guò)外涵反饋到風(fēng)扇出口，使得風(fēng)扇出口背壓降低，從而達(dá)到降低風(fēng)扇工作點(diǎn)來(lái)增大穩(wěn)定裕度的目的。由于主控制器的作用，主燃油流量被降低，相應(yīng)的比燃油消耗率也降低(未示出)。由于0維模型不能反映畸變后的燃燒室工作情況，所以這個(gè)比燃油消耗量并不具有參考意義。多個(gè)進(jìn)氣畸變指數(shù)值的仿真結(jié)果顯示，按此畸變?nèi)菹蘅刂品椒?，每增?%畸變值，推力損失約0.52%(約39 daN)。
圖10 高進(jìn)口畸變下容限控制結(jié)果Fig.10 Distortion control results under high inlet distortion
此外還進(jìn)行了單獨(dú)用燃油流量控制裕度的仿真，但由于主控制器強(qiáng)烈的耦合作用，造成推力和燃油流量大幅波動(dòng)，未達(dá)到預(yù)期目標(biāo)，即在原主機(jī)控制方案不變的情況下，難以用主燃油流量控制裕度。HISTEC計(jì)劃采用主燃油取得了較好的畸變?nèi)菹蘅刂菩Ч?，其根本原因在于美系發(fā)動(dòng)機(jī)往往采用風(fēng)扇壓比-主燃油控制回路，而國(guó)內(nèi)發(fā)動(dòng)機(jī)和俄系發(fā)動(dòng)機(jī)大都采用轉(zhuǎn)速-主燃油控制回路，后者難以用主燃油準(zhǔn)確控制風(fēng)扇的工作點(diǎn)，因而也就難以利用主燃油流準(zhǔn)確控制風(fēng)扇的裕度。
6 結(jié)論
(1)均勻進(jìn)氣條件下，減小噴口臨界面積可提高風(fēng)扇工作點(diǎn)，但能發(fā)揮的發(fā)動(dòng)機(jī)潛力有限，因?yàn)槭艿綔u輪落壓比回路的限制，最大可獲得49 daN左右的推力增量。
(2)在超過(guò)臨界畸變指數(shù)的情況下，用噴口臨界面積能在較小推力損失情況下有效容忍進(jìn)氣畸變，但每增加1%的畸變，就有0.52%左右的推力損失。
(3)在不改變?cè)l(fā)動(dòng)機(jī)主控制器的情況下，難以用主燃油流量穩(wěn)定控制風(fēng)扇裕度。
[1]Adibhatla S，Brown H.Intelligent Engine Control[R]. AIAA 92-3484，1992.
[2]朱旭津.航空發(fā)動(dòng)機(jī)先進(jìn)控制概念和高穩(wěn)定性發(fā)動(dòng)機(jī)控制系統(tǒng)研制[J].燃?xì)鉁u輪試驗(yàn)與研究，2002，15(3)：5—10.
[3]DeLaat J C，Southwick R D，Gallops G W.High Stability Engine Control(HISTEC)[R].AIAA 96-2586，1996.
[4]Southwick R D，Gallops G W，Kielb R P，et al.High Stabil?ity Engine Control(HISTEC)Flight Test Results[R].AIAA 98-37357，1998.
[5]王立峰，張津.超機(jī)動(dòng)飛行推進(jìn)系統(tǒng)穩(wěn)定性控制研究[J].推進(jìn)技術(shù)，2000，21(4)：1—4.
[6]郭亮.先進(jìn)戰(zhàn)斗機(jī)的綜合飛行/推進(jìn)控制系統(tǒng)設(shè)計(jì)與仿真研究[D].北京：北京航空航天大學(xué)，2006.
[7]胡駿.進(jìn)氣畸變對(duì)軸流壓氣機(jī)性能影響實(shí)驗(yàn)研究[J].航空動(dòng)力學(xué)報(bào)，2001，16(2)：142—146.
[8]吳國(guó)釧.串列葉柵理論[M].北京：國(guó)防工業(yè)出版社，1996.
[9]Steinke R J.STGSTK-A Computer Code for Predicting Multistage Axial Flow Compressor Performance by a Mean?line Stage Stacking Method[R].NASA-TP-2020，1982.
[10]唐狄毅.葉輪機(jī)非定常流[M].北京：國(guó)防工業(yè)出版社，1992：235—240.
[11]喬渭陽(yáng)，蔡元虎.燃?xì)鉁u輪發(fā)動(dòng)機(jī)壓縮系統(tǒng)穩(wěn)定性數(shù)值模擬的研究[J].燃?xì)鉁u輪試驗(yàn)與研究，2001，14(2)：19—24.
[12]劉大響，葉培梁，胡俊，等.航空燃?xì)鉁u輪發(fā)動(dòng)機(jī)穩(wěn)定性設(shè)計(jì)與評(píng)定技術(shù)[M].北京：航空工業(yè)出版社，2004：214—215.
Research on the Inlet Stability Control of Turbofan Engine
YE Wei1，ZHU Jian-hong2，XIAO Da-qi1，CHE Jie-xian1，REN Xiong1
(1.China Gas Turbine Establishment，Chengdu 610500，China；2.School of Aerospace，Tsinghua University，Beijing 100084，China)
A quasi-one-dimensional model for the fan aerodynamic stability was built.Based on BP artifi?cial neural network,the results from the mode were applied on distortion estimation system.And then a 0 di?mensional real time program was embedded into the estimation system to realize the inlet distortion stability control.The results show that the potential engine margin is limited by reducing nozzle area at the uniform inlet condition.On the other hand,the engine could bear the supercritical inlet distortion when nozzle area was increased.It was very difficult to effectively control the fan stability because of the impact between the main fuel flow and the controlling unit.
aero-engine；inlet distortion control；distortion index；BP neural network；stability
V231.3
A
1672-2620(2013)05-0030-05
2013-03-27；
2013-09-09
葉巍(1968-)，男，福建長(zhǎng)汀人，研究員，博士，主要從事發(fā)動(dòng)機(jī)穩(wěn)定性設(shè)計(jì)與評(píng)定研究。
猜你喜歡
排灌機(jī)械工程學(xué)報(bào)(2022年6期)2022-06-23 02:09:24
航空維修與工程(2022年12期)2022-02-04 11:21:00
攝影之友(影像視覺)(2017年10期)2017-11-07 02:37:15
瘋狂英語(yǔ)·新讀寫(2017年7期)2017-08-08 03:01:07
制造技術(shù)與機(jī)床(2017年12期)2017-02-02 07:05:09
電測(cè)與儀表(2016年2期)2016-04-12 00:24:36
核科學(xué)與工程(2015年2期)2015-09-26 11:57:13
電測(cè)與儀表(2015年5期)2015-04-09 11:30:46
電測(cè)與儀表(2014年15期)2014-04-04 12:05:34
癌變·畸變·突變(2014年2期)2014-03-01 04:39:41
- 燃?xì)鉁u輪試驗(yàn)與研究的其它文章
- 信息技術(shù)在航空發(fā)動(dòng)機(jī)設(shè)計(jì)體系集成平臺(tái)建設(shè)中的應(yīng)用
- 航空發(fā)動(dòng)機(jī)鈦火防護(hù)技術(shù)及試驗(yàn)驗(yàn)證方法
- 一種基于小波的發(fā)動(dòng)機(jī)數(shù)據(jù)融合算法
- 航空發(fā)動(dòng)機(jī)地面保障車電源系統(tǒng)設(shè)計(jì)
- 航空發(fā)動(dòng)機(jī)進(jìn)氣系統(tǒng)結(jié)冰適航性條款研究
- 基于模糊指數(shù)融合和正交基分解的發(fā)動(dòng)機(jī)性能監(jiān)控