在不考虑大气环境的情况下该型发动机状态由高压轴转速、低压轴转速、动力涡轮转速、燃油流量、动力涡轮导叶角度共计5个变量决定。为保证合适的样本点密度和模型精度,需要较大的样本数据规模,必须找到合适的方法减少神经网络维度,从而减少样本点。
研究发现,动力涡轮转速对燃气发生器影响很小,但对动力涡轮效率的影响不可忽略。因此,研究团队提出了RBF神经网络和部件法的混合模型(HMRC)。通过RBF神经网络对燃气发生器建模,部件法对动力涡轮单独建模,将原来的5维问题简化为4维问题,大大减小了神经网络所需的样本规模。图1为HMRC的结构原理图
为了验证模型的实时性,研究团队开展了硬件在回路仿真实验,图2展示了实验台的原理图。硬件在回路仿真实验台主要包括燃油流量控制系统和导叶角度控制系统两部分。计算机中的仿真模型向控制器实时传递发动机的状态参数,控制器向电磁阀和电磁换向阀发送控制信号,分别控制燃油流量和导叶角度(作动筒模拟导叶调节执行机构,作动筒位移量代表导叶角度),流量计和位移传感器向计算机中的发动机模型反馈燃油流量和导叶角度信号,从而实现模型的实时仿真。图3为燃气轮机硬件在回路仿真实验台。
仿真实验结果表明,HMRC满足硬件在回路仿真实验的实时性要求,为今后燃气轮机控制系统的研发和验证做了铺垫。

图1 HMRC仿真模型结构原理图

图2 硬件在回路仿真试验台原理图

图3 硬件在回路控制系统仿真试验台