买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于仿人自抗扰的超声速燃烧室脉冲喷注控制方法及系统_中国空气动力研究与发展中心空天技术研究所_202210085953.7 

申请/专利权人:中国空气动力研究与发展中心空天技术研究所

申请日:2022-01-25

公开(公告)日:2022-12-02

公开(公告)号:CN114492187B

主分类号:G06F30/27

分类号:G06F30/27;G06F30/28;G06N3/00

优先权:

专利状态码:有效-授权

法律状态:2022.12.02#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要:本发明提供一种基于仿人自抗扰的超声速燃烧室脉冲喷注控制方法及系统,通过构建超燃冲压发动机燃烧室多目标性能指标的智能预测模型,高效高精度预测燃烧室的推力及总压损失,并通过多目标优化方法,在全包线、全域、全寿命周期内,实时更新满足当前条件下最优性能指标的脉冲喷注的主要调控参数,并通过仿人自抗扰控制算法,对脉冲喷注的参数进行自抗扰控制,在复杂非线性系统及外部环境不确定等因素下,使油气分布可控,进而提升燃烧组织的智能化水平。

主权项:1.一种基于仿人自抗扰的超声速燃烧室脉冲喷注控制方法,其特征在于包括如下步骤:S1、分析超燃冲压发动机在一定工况下和脉冲喷注主要可控参数对燃烧室推力、总压损失燃烧性能指标的影响规律;S2、在超燃冲压发动机不同工况下,应用拉丁超立方抽样获取设计变量区间的样本点,进行实验获取数据集;S3、对数据集进行预处理;S4、搭建神经网络,形成燃烧室性能预测神经网络代理模型;S5、利用多目标寻优的粒子群算法,结合神经网络代理模型,寻找燃烧室推力、总压损失最优的燃料脉冲喷注设计变量的Pareto非支配解集;步骤S5具体为:在超燃冲压发动机不同工况下,以神经网络代理模型为适应度函数,利用多目标寻优的粒子群算法寻找使推力和总压损失最优的燃料脉冲喷注的喷射角度、喷射位置、喷射频率、喷射压力、供油路数,即寻找燃料脉冲喷注设计变量的Pareto非支配解集;S6、确定燃料脉冲喷注器的全局最优变量作为当前条件下脉冲喷注的控制参数,利用仿人自抗扰控制器进行实时调控。

全文数据:

权利要求:

百度查询: 中国空气动力研究与发展中心空天技术研究所 基于仿人自抗扰的超声速燃烧室脉冲喷注控制方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。