中文摘要：

本项目对智能发动机性能退化缓解控制技术展开科学研究。研究内容为三大部分一为内环控制，研究多变量鲁棒控制器及控制规律以满足飞行任务的需要；二为外环控制，首先展开高精度推力估计器的研究，这是一个难点也是一个重点，国内研究也刚处于起步阶段，并要利用融合技术研究推力估计器以期提高其精度。在此基础上展开外环控制器及控制规律的研究，同时还要协调好内外环的工作时段；三为智能控制，首先需要建立一个机载的嵌入式额定发动机实时模型，更重要的是初步建立一个航空发动机健康管理模块，本项目将结合先进的模式识别技术重点研究对航空发动机气路故障和传感器故障的复合诊断，并能对两者进行有效的区分。最后，对智能航空发动机性能退化缓解控制技术进行数字仿真验证和半物理仿真实验研究，并对智能发动机性能退化缓解控制技术作出评价。该项目的研究成果将对飞机/发动机综合智能控制系统的进步起推动作用。

结论摘要：

本项目对智能发动机性能退化缓解控制技术展开科学研究。在本项目执行期间，取得了丰富的研究成果。这主要包括以下几个方面的研究内容1）针对发动机建模，我们建立了部件级非线性发动机实时模型，此模型求解速度快，计算精度高；2）在分别研究基于模型和基于数据的发动机气路故障诊断的基础，将两者进行融合，取得了比单独使用基于模型和数据驱动故障诊断方法更高的故障诊断准确率；3）在改进在线贯序极端学习机的基础上，将其应用到航空发动机传感器故障的诊断和隔离，结果表明该算法能够对发动机双传感器偏置故障和单传感器漂移故障进行有效的诊断和隔离，并具有较高的预测精度和实时性；4）结合局部学习思想和集成学习技术，本项目提出了一种基于支持向量机-极端学习机-卡尔曼滤波器的航空发动机传感器故障和气路故障诊断的方法，该法能够准确地区分传感器故障和部件故障，实现故障的有效定位；5）针对推力估计器的特点，改进了最小二乘支持向量回归机的加权策略，在此基础上设计出了满足性能退化缓解控制需要的高精度推力估计器；6）在提出一种多目标蜂群算法的基础上，将其应用于航空发动机H2/H∞控制器的求解，实验表明该控制器具有较好的鲁棒性和抗干扰性，同时调节时间短，动态品质较好；7）本项目将自抗扰技术用于限制保护控制器设计，利用自抗扰控制器的扩张观测器，动态估计未知扰动和系统特性，对实际控制量进行反馈补偿，实现超限后的快速保护，提高了发动机的安全性；8）对于外环控制，采用PI控制来调节内环控制器的输入指令实现间接控制推力的目的。当发动机发生蜕化时，此时推力估计器输出的推力和推力指令之间存在误差，利用PI控制器产生一个转速指令的增量来修正内环控制器的控制指令，从而内环控制器能够控制航空发动机输出期望的推力来保证飞机两台发动机推力的平衡以及飞机飞行状态的不变；9）将研究内容进行集成构成性能退化缓解控制，对其进行数字和半物理仿真实验。本项目通过对智能发动机性能退化缓解控制若干关键技术进行研究，表明性能退化缓解控制技术具有重要的应用前景和科学价值，对飞机/发动机综合智能控制系统的进步起推动作用，缩短了我国与航空大国美国在这方面的差距，为后续的研究打下了坚实的技术基础和提供智力支持。