Method & evidence

从发动机建模,
到控制方法与完整证据

沿“物理基准—LPV 预测—约束控制—工况结果—片上验证”连续阅读完整论证链。

PRIMARY / 02METHODModel · Control · Cases · Runtime
01 · Engine & model

发动机、物理基准与 LPV 代理

非线性部件级模型提供离线物理基准,三维调度 LPV 模型承担在线状态预测与约束计算。

ENGINE MODESFLOW-PATH RECONFIGURATIONβMSV : 1 → 0
ECONOMY / CRUISE
双外涵涡扇模式较高涵道比与较低耗油率,面向巡航任务。
外涵构型
双外涵
主要任务
巡航
性能侧重
经济性
MODE FACTORβMSV = 1
连续流路重构MSV · CDFS · FVABI
THRUST / COMBAT
单外涵涡喷模式较低涵道比与较高比推力,面向加速任务。
外涵构型
单外涵
主要任务
加速
性能侧重
比推力
MODE FACTORβMSV = 0
MSV 开度定义模式转换因子;CDFS 导叶角和 FVABI 面积按几何关系同步变化,喷管喉道面积 A8 保留为独立变量。
CONTROLLED PLANT双外涵变循环发动机

MSV、CDFS、FVABI 与喷管面积共同改变外涵流量分配和工作模式。

PHYSICAL REFERENCE部件级非线性模型

基于 GasTurb 构型、设计点数据和 NASA T-MATS,承担平衡求解、可行域分析与算法验证。

CONTROL-ORIENTED MODEL三维调度 LPV

以 NL、βMSV 与 A8 在线插值预测矩阵,降低滚动求解负担。

PHYSICAL REFERENCE展开部件级非线性模型与变几何说明DETAILS
01
MSV分配外涵流量

模式选择阀改变第二外涵流量,其开度同时表征连续模式转换进程。

02
CDFS + FVABI保持几何协调

CDFS 可调导叶和前变面积涵道引射器随模式因子联动。

03
EXHAUST NOZZLE保留推力调节自由度

A8 独立参与调节,用于协调推力响应与压气机稳定裕度。

THERMODYNAMIC BALANCE整机平衡方程
R(x) → 0 · Newton–Raphson

同时求解高、低压转子功率平衡,以及各流路截面的流量连续和压力匹配。

VARIABLE GEOMETRY变几何部件特性
MSV · αCDFS · A125

以非线性映射、特性图修正和面积变化连续描述跨模态流路重构。

ROBUST MIXER混合器收敛处理
|rp| ≤ ε

将 FVABI 严格静压平衡改写为带界残差闭合条件,扩大快速转换过程中的收敛域。

设计点匹配变几何面积误差 ≤ 5%
稳态一致性截面热力参数误差 ≤ 3%
可行域遍历H = 11 km · Ma 0.8 / 1.4
模型角色物理基准与离线数据源
CONTROL-ORIENTED LPV MODEL展开三维调度、状态与输入输出定义DETAILS
  1. 1
    OPERATING GRID选择稳态点

    在三维调度空间布置工作点。

  2. 2
    LINEARIZE获得局部 LTI

    形成离散子模型库。

  3. 3
    SCHEDULE定义模式因子

    以 βMSV 统一表达变几何联动。

  4. 4
    INTERPOLATE重构 LPV 矩阵

    依据 ρ 获得 A、B、C 与 D。

STATE · x转子状态
x = [NL, NH]T

低压与高压转子转速描述主要动态状态。

INPUT · u / SCHEDULE · ρ输入与调度坐标
u = [Wf, βMSV, A8]Tρ = [NL, βMSV, A8]T

燃油、模式转换和喷管共同参与控制。

OUTPUT · y性能与安全输出
y = [NL, NH, T4, FN, SMFan, SMCDFS, SMHPC]T

覆盖转速、推力、温度和三个喘振裕度。

LPV ACCURACY局部动态拟合度均超过 99%

两类飞行条件下的七项输出中值辨识误差通常低于 1.1%,最大中值误差不超过 1.3%。

02 · Cooperative control

三项调节量进入同一个滚动优化问题

每个采样周期同时权衡任务、动作与安全边界,不预先固定“先推力”或“先几何”的阶段顺序。

PREDICTIONLPV 输出预测
Ȳ = Φx̄ + ΓΔU + Ψūk−1

将状态和控制增量映射为预测域内的转速、推力、温度与喘振裕度。

DECISION统一控制增量
Δu = [ΔWf, ΔβMSV, ΔA8]T

燃油、模式转换因子和喷管面积共同成为滚动时域决策量。

CONSTRAINED QP任务、动作与约束
min J s.t. u, Δu, y ∈ Ω

OSQP 在固定稀疏结构上热启动求解,并仅执行控制序列第一步。

温度上限T4 ≤ T4,max
喘振裕度SMj ≥ SMj,min
执行机构umin ≤ u ≤ umax
变化速率|Δu| ≤ Δumax
CONCURRENT并发协同

三项调节量同时参与优化。

研究方法
SEGMENTED SEQUENTIAL 1分段串行方案1

通过阶段化控制依次完成任务。

对照基准
SEGMENTED SEQUENTIAL 2分段串行方案2

采用另一种任务先后关系。

对照基准
三种控制方案在加速与减速任务中的路径说明图
三种控制方案的任务路径红色:分段串行方案1 · 绿色:分段串行方案2 · 蓝色:并发协同
RECEDING-HORIZON OPTIMIZATION展开一个滚动优化周期5 STEPS
  1. 1
    SCHEDULELPV 插值

    获得当前模型矩阵与稳态偏置。

  2. 2
    PREDICT构造预测矩阵

    把控制增量映射至性能与安全输出。

  3. 3
    FORMULATE形成约束 QP

    加入跟踪、动作代价和约束。

  4. 4
    SOLVEOSQP 求解

    利用固定稀疏结构和 warm start。

  5. 5
    RECEDE执行第一步

    施加当前增量并移动预测时域。

03 · Scenario evidence

两类工况的完整结果与指标口径

首页只给出摘要;本节集中呈现三策略曲线、完整表格、对比基准和安全边界。

统一口径
推力稳定时间
推力进入并持续保持在规定误差带内的时刻。
流路重构完成时间
模式因子及联动几何完成目标转换的时刻。
总体任务完成时间
上述两项完成时刻的较大值。
改善比例
以同工况分段串行方案1的总体任务完成时间为基准。
CONCURRENT并发协同

燃油、模式转换因子与喷管面积进入同一个滚动优化问题。

策略Ma 1.4 加速
总体任务完成时间
Ma 0.8 减速
总体任务完成时间
对比说明
并发协同1.80 s9.04 s研究方法
分段串行方案15.34 s15.84 s改善比例基准
分段串行方案23.64 s10.90 s另一分段基准
CASE / SP-1.4Ma 1.4 超音速加速并发总体任务 1.80 s · 较方案1缩短 3.54 s(66.3%)· 较方案2缩短 1.84 s(50.5%)T4 余量 +0.08 K

高度 11 km · 推力快速建立与流路重构同步进行。并发策略推力稳定时间为 1.80 s,流路重构完成时间为 1.62 s。

三种策略均满足当前 LPV 工况约束
Ma 1.4 加速工况三种控制策略对比图
Fig. 14 · Ma 1.4 acceleration transitionLPV 模型结果 · T4 与压气机裕度约束满足
NUMERICAL SUMMARY三策略关键结果
改善以分段串行方案1总体任务完成时间为基准
策略总体任务完成时间流路重构完成时间相对分段串行方案1改善最小 SM约束状态
并发协同1.80 s1.62 s缩短 3.54 s(66.3%)14.22%满足
分段串行方案15.34 s1.64 s基准14.22%满足
分段串行方案23.64 s3.08 s缩短 1.70 s(31.8%)11.53%满足
CASE / PS-0.8Ma 0.8 亚音速减速并发总体任务 9.04 s · 较方案1缩短 6.80 s(42.9%)· 较方案2缩短 1.86 s(17.1%)FAR 余量 +4.91×10⁻⁶

高度 11 km · 推力降低与几何回调耦合进行。并发策略推力稳定时间为 9.04 s,流路重构完成时间为 8.02 s。

三种策略均满足当前 LPV 工况约束
Ma 0.8 减速工况三种控制策略对比图
Fig. 15 · Ma 0.8 deceleration transitionLPV 模型结果 · FAR 与压气机裕度约束满足
NUMERICAL SUMMARY三策略关键结果
改善以分段串行方案1总体任务完成时间为基准
策略总体任务完成时间流路重构完成时间相对分段串行方案1改善最小 SM约束状态
并发协同9.04 s8.02 s缩短 6.80 s(42.9%)13.70%满足
分段串行方案115.84 s6.60 s基准13.76%满足
分段串行方案210.90 s10.90 s缩短 4.94 s(31.2%)14.01%满足
04 · Real-time evidence

20 ms 周期内完成在线计算

主机、J-Link 与 STM32H723 目标控制器组成的 PIL 实时验证框架
01
OFFLINE固定模型与求解器结构

桌面端整理 LPV 模型数据,预先生成预测与 QP 稀疏结构并完成 OSQP 代码生成。

02
ON-CHIP · 20 ms在线调度与求解

片上更新插值模型和 QP 数值,以 float32、最多 45 次迭代、10−3 容差和 warm start 求解。

03
ACTUATE & TELEMETRY执行、计时与回传

施加第一步控制增量,使用 DWT 记录耗时,并经 RTT 回传输出与求解状态。

EVERY 20 MILLISECONDS展开一个片上控制周期5 STEPS
  1. 1
    SCHEDULE三维 LPV 插值

    更新模型矩阵与稳态偏置。

  2. 2
    PREDICT预测矩阵更新

    构造当前 Φ、Γ 与 Ψ。

  3. 3
    ASSEMBLE固定稀疏 QP

    只更新随工况变化的数值。

  4. 4
    SOLVE有界迭代求解

    热启动并记录 OSQP 状态。

  5. 5
    ACT & LOG执行与遥测

    输出控制量并回传周期数据。

CURRENT · STM32H723VGTB

当前平台:性能余量与数值一致性

0 / 1500 deadline miss
Cortex-M7 · 550 MHz · APRBS最坏耗时仅占 20 ms 截止时间的 21.4%
平均耗时3.335 ms
P95 耗时4.008 ms
最大耗时4.273 ms
最坏时间裕度78.6%

1,500 个控制周期均未超过截止线。

STM32H723 MPC 实时计算耗时与直方图
Fig. 18 · H723 real-time performance当前平台实时性记录
Numerical consistency

嵌入式与桌面参考轨迹高度重合

APRBS 激励覆盖多个工作区间,用于检验在线调度、单精度计算与求解器部署后的数值一致性。

0.093NL RMSE · %DP
1.628FN RMSE · N
1.385T4 RMSE · K
STM32H723 嵌入式与桌面端响应一致性对比
01时间可行性

平均、P95、最大耗时和 deadline miss。

02数值一致性

嵌入式与桌面参考误差和动态相关性。

03求解可靠性

OSQP 状态、迭代次数与近似解影响。

04约束满足性

温度、喘振裕度与输入约束独立检查。