航空發(fā)動機模糊自適應(yīng)PID控制系統(tǒng)仿真研究

楊 坤 ，孫曉楠 ，張 正

（1.中國民航大學 適航學院，天津 300300；2.中國民航大學 航空工程學院，天津 300300）

航空發(fā)動機是一個結(jié)構(gòu)復雜、強非線性的被控對象，并且有著寬廣的飛行包線，隨著發(fā)動機進口環(huán)境條件的等參數(shù)的變化，其時間常數(shù)和增益系數(shù)也會隨著變化，呈現(xiàn)出較強的時變性。設(shè)計航空發(fā)動機控制器使其能安全運行且達到期望的性能是發(fā)動機控制的關(guān)鍵問題[1]。常規(guī)PID控制是發(fā)展較早的經(jīng)典控制方法之一，因具有結(jié)構(gòu)簡單、技術(shù)成熟、穩(wěn)定性好等優(yōu)點被廣泛應(yīng)用于工業(yè)控制中[2]。但常規(guī)PID控制難以解決被控對象數(shù)學模型復雜、非線性以及時變不確定性等系統(tǒng)問題。針對上述問題，隨著控制理論的發(fā)展，出現(xiàn)了PID控制器參數(shù)的自適應(yīng)技術(shù)，如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯、灰色理論、遺傳算法等，這些算法和經(jīng)典的PID控制相結(jié)合，產(chǎn)生了新型的智能控制器，使PID控制器的控制效果得到改善，以適應(yīng)復雜的工況和高指標的控制要求。

模糊控制本身是一種非線性控制方法，工作范圍寬，不依賴于系統(tǒng)精確的數(shù)學模型，可以較好地適應(yīng)發(fā)動機系統(tǒng)的非線性和時變性，具有很強的適應(yīng)性[3]。因此，本文將模糊控制和PID控制結(jié)合起來，利用該方法對PID控制參數(shù)進行在線調(diào)整形成模糊自適應(yīng)PID控制器，同時模擬航空發(fā)動機轉(zhuǎn)速傳感器恒偏差故障加入由航空發(fā)動機和模糊自適應(yīng)控制器組成的控制系統(tǒng)中，來研究仿真結(jié)果。把PID控制的簡便性與模糊控制的靈活性以及魯棒性融為一體，發(fā)揮了PID控制與模糊控制的各自長處，既可以使PID控制系統(tǒng)更好地適應(yīng)發(fā)動機的非線性和時變性，又可以繼承定參數(shù)PID系統(tǒng)的穩(wěn)定性。

1 常規(guī)PID控制原理

常規(guī)的PID控制就是將設(shè)定目標值與反饋值之間偏差的比例、積分和微分結(jié)果通過線性組合生成控制量，從而對被控對象進行控制[4]。常規(guī)PID控制算法如下：

系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 常規(guī)PID控制框圖Fig.1 Regular PID control block diagram

圖 1 中，r（t）為輸入信號，e（t）為偏差信號，u（t）為控制信號，y（t）為被控制系統(tǒng)輸出信號。其中，設(shè)定值 r（t）與被控實測值 y（t）構(gòu)成控制偏差信號 e（t）＝r（t）-y（t）。 Kp為比例系數(shù)，Ki為積分系數(shù)，Kd為微分系數(shù)，Ti為積分時間常數(shù)，Td為微分時間常數(shù)。控制信號 u（t）如下：

對于比例控制P，令Ki=Kd=0，可得：

對于積分控制I，令Kp=Kd=0，可得：

對于微分控制D，令Ki=Kd=0，可得：

2 PID控制器參數(shù)自整定原則

PID參數(shù)模糊自整定是先找出PID控制器的3個參數(shù)Kp、Ki和Kd與偏差e和偏差變化率ec之間的模糊關(guān)系，在運行中通過不斷檢測e和ec，根據(jù)模糊控制規(guī)則來對3個參數(shù)進行在線修改，以滿足e和ec對控制器參數(shù)的不同要求，從而使被控對象具有良好的動態(tài)和靜態(tài)性能。

比例系數(shù)Kp的作用在于加快系統(tǒng)的響應(yīng)速度，提高系統(tǒng)調(diào)節(jié)精度。積分系數(shù)Ki的作用在于消除系統(tǒng)穩(wěn)態(tài)誤差。微分系數(shù)Kd影響系統(tǒng)的動態(tài)特性[5]。根據(jù)參數(shù)Kp，Ki，Kd對系統(tǒng)輸出特性的影響情況，可歸納出系統(tǒng)在被控過程中對于不同的偏差和偏差變化率，參數(shù) Kp，Ki，Kd的自整定原則：

（1）當偏差較大時，為加快系統(tǒng)的響應(yīng)速度，防止因開始時偏差的瞬間變大可能引起的微分過飽和而使控制作用超出允許范圍，應(yīng)取較大的Kp和較小的Kd。另外為防止積分飽和，避免系統(tǒng)響應(yīng)出現(xiàn)較大的超調(diào)，Ki值要小，通常取Ki=0；

（2）當偏差和變化率為中等大小時，為使系統(tǒng)響應(yīng)的超調(diào)量減小和保證一定的響應(yīng)速度，Kp應(yīng)取小一些。在這種情況下Kd的取值對系統(tǒng)影響很大，應(yīng)取小一些，Ki的取值要適當；

（3）當偏差較小時，為使系統(tǒng)具有較好的穩(wěn)態(tài)性能，應(yīng)增大Kp，Ki值，同時為避免輸出響應(yīng)在設(shè)定值附近振蕩，以及考慮系統(tǒng)的抗干擾能力，應(yīng)適當選取Kd，其原則是：當偏差變化率較小時，Kd取大一些；當偏差變化率較大時，Kd取較小的值，通常Kd為中等大小[6]。

3 模糊自適應(yīng)控制器設(shè)計

3.1 模糊自適應(yīng)PID控制原理

自適應(yīng)模糊PID控制器以誤差e和誤差變化率ec作為輸入，可以滿足不同時刻的e和ec對PID參數(shù)自整定的要求。利用模糊控制規(guī)則在線對PID參數(shù)進行修改，便構(gòu)成了自適應(yīng)模糊PID控制器，其結(jié)構(gòu)如圖2所示[7]。

圖2 模糊PID控制結(jié)構(gòu)圖Fig.2 Fuzzy PID control structure

3.2 定義論域和語言變量

采用控制系統(tǒng)的一般設(shè)計原則，將輸入誤差e及其變化率ec歸一化，再以此作模糊化處理，即將｛-3，-2，-1，0，1，2，3｝ 定義為輸入量和輸出量在模糊集上的論域，再定義7個語言變量值描述輸入量的大小：NB（負、較大），NM（負、適中），NS（負、較小），ZO（零），PS（正、較小），PM（正、適中）、PB（正、較大）， 并選取-3，-2，-1，0，1，2，3 作為 7 個論域上的模糊子集的中心元素，即當 x＝-3，-2，-1，0，1，2，3時，隸屬函數(shù)值u（x）＝1。經(jīng)模糊化處理，生成相應(yīng)的模糊變量E和EC。

3.3 確定隸屬度函數(shù)

在FuzzyToolbox的隸屬度函數(shù)編輯器中，選擇輸入量E、EC隸屬函數(shù)為高斯型（gaussmf），輸出的隸屬函數(shù)為三角形（trimf），如圖3所示。

圖 3 e、ec、ΔKp、ΔKi、ΔKd隸屬度函數(shù)Fig.3 e、ec、ΔKp、ΔKi、ΔKdmembership function

3.4 模糊控制規(guī)則

根據(jù)參數(shù)Kp，Ki和Kd對系統(tǒng)輸出特性的影響情況，可以歸納出在不同的e和ec時，被控參數(shù)Kp，Ki和Kd自整定要求，建立合適的模糊規(guī)則表，根據(jù) PID參數(shù)調(diào)整原則得到輸出變量 ΔKp、ΔKi、ΔKd的控制規(guī)則如表1所示[8]。

表 1 ΔKp、ΔKi、ΔKd的控制規(guī)則Tab.1 Control rules for ΔKp，ΔKi，ΔKd

從表1可以得出以下49條模糊控制規(guī)則：

1.If（e is NB）and（ec is NB）then（Kpis PB）（Kiis NB）（Kdis PS）

2.If（e is NB）and（ec is NM）then（Kpis PB）（Kiis NB）（Kdis NS）

3.If（e is NB）and（ec is NS）then（Kpis PB）（Kiis NB）（Kdis PS）

……

49.If（e is PB）and（ec is PB）then（Kpis NB）（Kiis PB）（Kdis PB）

在Matlab命令窗口運行Fuzzy進入模糊邏輯編輯器，并建立一個新的FIS文件，選擇控制器類型Mamdani，根據(jù)上面的分析分別輸入 e、ec、ΔKp、ΔKi、ΔKd的隸屬函數(shù)和量化區(qū)間，可得到雙輸入-三輸出控制器。 ΔKp、ΔKi、ΔKd分別在論域上的輸出曲面如圖4所示。

圖 4 ΔKp、ΔKi、ΔKd論域上的輸出曲面Fig.4 ΔKp、ΔKi、ΔKdoutput surface on the domain

4 模糊自適應(yīng)PID控制系統(tǒng)仿真

在Matlab的Simulink環(huán)境下根據(jù)圖2設(shè)計系統(tǒng)的仿真框圖，建立Fuzzy logic controller模塊，在這個基礎(chǔ)上加入量化因子 Ke，Kec，K1，K2，K3。 其中：Ke，Kec為模糊化因子，K1、K2和 K3為解模糊因子。Kp、Ki、Kd為初始值。把模糊控制器和PID控制器封裝在一起，組成Fuzzy-PID控制器。模糊自適應(yīng)系統(tǒng)設(shè)計仿真框圖如圖5所示。

4.1 模擬轉(zhuǎn)速傳感器故障

傳感器恒偏差故障仿真可以通過疊加一個恒定的數(shù)值來實現(xiàn)，故障發(fā)生后的數(shù)學公式可以表示為y=y+Δy。其中Δy為偏差量，在故障發(fā)生時刻前為0。國內(nèi)外學者在做航空發(fā)動機傳感器故障診斷或者容錯等問題時均模擬故障低于10%，因此本文在轉(zhuǎn)速調(diào)節(jié)過程中的2 s（已達到穩(wěn)態(tài)）時和8 s時分別加入恒偏差8%的故障。對應(yīng)故障注入結(jié)構(gòu)圖如圖6所示。

4.2 仿真結(jié)果

圖5 模糊自適應(yīng)系統(tǒng)設(shè)計框圖Fig.5 Fuzzy adaptive system design block diagram

圖6 轉(zhuǎn)速恒偏差故障注入結(jié)構(gòu)圖Fig.6 Rotating speed constant deviationfault injection structure

本文以航空發(fā)動機地面慢車狀態(tài)控制器設(shè)計為例說明模糊自適應(yīng)PID控制過程，其中被控對象傳遞函數(shù)是通過擬合法建立的航空發(fā)動機狀態(tài)變量模型轉(zhuǎn)換得到的，其傳遞函數(shù)為模糊化因子 Ke＝0.9，Kec＝0.1，解模糊因子 K1＝3，K2＝1.2，K3＝0.01，PID 初始值為 Kp＝5，Ki＝2，Kd＝1.2，采樣周期T＝0.01 s。常規(guī)PID控制曲線和模糊PID控制曲線仿真結(jié)果如圖7所示。在2 s和8 s時分別加入轉(zhuǎn)速傳感器恒偏差故障后的仿真結(jié)果如圖8和圖9所示。仿真結(jié)果表明，對于航空發(fā)動機的非線性和時變性，模糊自適應(yīng)PID控制方法較常規(guī)的PID控制具有較高的控制精度，超調(diào)量小，調(diào)節(jié)時間短，控制效果好，具有更好的自適應(yīng)能力。

5 結(jié)語

圖7 轉(zhuǎn)速閉環(huán)階躍響應(yīng)圖Fig.7 Speed closed-loop step response diagram

圖8 2 s時注入傳感器故障轉(zhuǎn)速響應(yīng)圖Fig.8 Injection sensor failure speed response diagram at 2 seconds

圖9 8 s時注入傳感器故障轉(zhuǎn)速響應(yīng)圖Fig.9 Injection sensor failure speed response diagram at 8 seconds

本文在分析了常規(guī)PID控制器原理和基本模糊控制器原理的基礎(chǔ)上，以整定PID參數(shù)的工程經(jīng)驗為基礎(chǔ)，基于控制器輸入誤差及其變化率，采用模糊推理機制設(shè)計了模糊自適應(yīng)PID控制器，實現(xiàn)了PID參數(shù)的在線整定功能。同時模擬了轉(zhuǎn)速傳感器由于短路或者振蕩引起的恒偏差故障加入控制系統(tǒng)，結(jié)合通過擬合法建立的航空發(fā)動機地面慢車時的狀態(tài)變量模型轉(zhuǎn)換得到的傳遞函數(shù)模型進行仿真，對比常規(guī)定參數(shù)PID控制，系統(tǒng)的調(diào)節(jié)時間短、超調(diào)量小、穩(wěn)態(tài)性能變好，具有較強的魯棒性和更好的自適應(yīng)能力，為模糊自適應(yīng)PID在航空發(fā)動機控制系統(tǒng)中的應(yīng)用提供了方法驗證。