廖光煌
- 作品数：4 被引量：15H指数：3
- 供职机构：南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：航空宇航科学技术更多>>
- 某型涡轴发动机数控系统的机械液压备份控制方案研究被引量：4
- 2015年
- 综合国内外涡轴发动机控制系统的发展趋势及成熟度的基础上,提出了一种带机械液压备份功能的控制系统方案,该方案的机械液压备份功能模块能跟随数字控制功能模块,并能够在数字控制失效后平稳切换到机械液压备份控制,具有在包线范围内实现发动机的燃油和导叶机械液压备份控制功能,保证涡轴发动机安全工作和直升机的安全返航.该方案通过工程设计、试制,开展了半物理试验和台架试验验证,验证结果表明:该备份控制方案的动力涡轮转速控制精度优于±0.5%,导叶控制精度优于4°,具有良好的工程应用性.
- 廖光煌黄金泉
- 关键词：涡轴发动机数控系统
- 涡轴发动机高精度实时部件级模型研究被引量：5
- 2016年
- 提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。
- 廖光煌焦洋李秋红黄金泉
- 关键词：涡轴发动机数学模型BP神经网络萤火虫算法
- 涡轴发动机LQ/H_∞抗扰控制方法被引量：2
- 2012年
- 提出了抑制涡轴发动机负载干扰的线性二次型(LQ)/H∞控制算法,以总距为干扰建模,利用线性矩阵不等式求得既满足LQ指标又对干扰具有H∞性能约束的状态反馈控制律.提出修正指令抑制干扰策略.采用比例微分控制将总距变化转换为动力涡轮转速指令的修正,实现增大或减小机动飞行中动力涡轮转速指令,抑制实际转速的下垂或超调.仿真结果表明:该控制方法能有效抑制干扰并具有良好的实时性.
- 廖光煌李秋红卢辰昊黄金泉
- 关键词：涡轴发动机线性二次型
- 基于ADE-ELM的涡轴发动机建模方法被引量：5
- 2016年
- 提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.
- 焦洋李秋红朱正琛廖光煌
- 关键词：涡轴发动机极端学习机微分进化算法
