轴流压气机旋转失速建模与检测:Ⅰ——基于确定学习理论与高阶Moore-Greitzer模型的研究  

Modeling and Detection of Rotating Stall in Axial Flow Compressors:Part I——Investigation on High-order M-G Models via Deterministic Learning

作　　者：王聪[1] 文彬鹤[2] 司文杰[1] 彭滔[3] 袁成志[1] 陈填锐[4] 林文愉[1] 王勇[5] 侯安平[6] 

机构地区：[1]华南理工大学自动化科学与工程学院,广州510640 [2]中航工业航空动力控制系统研究所,无锡214063 [3]重庆理工大学电子信息与自动化学院,重庆400054 [4]广东工业大学自动化学院,广州510006 [5]北京大学力学与工程科学系,北京100871 [6]北京航空航天大学能源与动力工程学院,北京100191

出　　处：《自动化学报》2014年第7期1265-1277,共13页Acta Automatica Sinica

基　　金：国家杰出青年科学基金(61225014);国家自然科学基金重点项目(60934001),国家自然科学基金(61304084);重庆理工大学科研启动基金(2013ZD01)资助~~

摘　　要：喘振和旋转失速是轴流压气机研究领域中重要而困难的问题.本文基于确定学习理论及动态模式识别方法提出一个旋转失速初始扰动近似准确建模和快速检测的方法.首先,基于高阶Moore-Greitzer模型(Mansoux模型),利用确定学习理论提出一个对旋转失速初始扰动的内在系统动态的近似准确建模方法;其次,基于以上近似准确建模,利用动态模式识别方法提出一个对旋转失速初始扰动的快速检测方法.基于MIT的Mansoux-C2模型仿真研究验证了所提方法的有效性.最后,在北京航空航天大学航空发动机重点实验室的低速轴流压气机试验台上开展了试验研究.通过对低速轴流压气机试验台参数进行测量,得到基于北航低速轴流压气机试验台的Mansoux模型.通过对基于北航试验台Mansoux模型进行仿真研究,验证了所提方法的有效性.Rotating stall and surge are important and challenging problems in the area of axial compressors. This paper presents an approach for approximately accurate modeling and rapid detection of stall precursors based on deterministic learning. Firstly, based on the high-order compressor model （Mansoux model）, a method for modeling the system dynamics corresponding to stall precursors is presented by employing deterministic learning algorithm; Secondly, a scheme for rapid detection of stall precursors is proposed by using dynamical pattern recognition algorithm; Thirdly, experiments are conducted on a low-speed research compressor of Beihang University. By measuring relevant parameters of the compressor, the Mansonx-Beihang model is obtained. Simulation studies on the Mansoux-C2 model and the Mansoux-Beihang model are included to show the effectiveness of the approach.

关 键 词：涡扇发动机 轴流压气机 旋转失速 喘振 故障检测 确定学习 动态模式识别 

分 类 号：TH453[机械工程—机械制造及自动化] TP274[自动化与计算机技术—检测技术与自动化装置]