田金虎但志宏张松王信2021年06月18日
高空台飞行工作环境模拟系统是被测试发动机在宽广飞行范围内飞行高度、飞行速度准确模拟的核心。该系统通过调节发动机进气压力、温度以及试验舱环境压力，建立起发动机在不同飞行高度和马赫数下的进排气环境条件[1]，航空发动机飞行工作环境模拟原理示意如图1所示。为了使试验条件尽量逼近真实的飞行环境，在高空台上需要通过多个控制子系统来实现对进排气环境多参数的控制。当发动机需求进口总温和总压发生变化时，为其提供足够的、流量可变的空气是对进气调节系统最主要的要求。而在过渡态试验中，排气系统必须能够适应发动机状态的急剧变化，以保证环境压力的控制品质要求。这些控制系统联合工作时相互耦合、互为干扰，例如进气系统温度、压力的相互耦合特性，进气系统、发动机及排气系统的相互耦合关系等，被控对象具有耦合程度高、扰动因素众多及强非线性特征，试验时控制系统需要解决的主要技术问题是强抗扰及快速响应等控制问题。
图1航空发动机飞行工作环境模拟控制原理示意
为适应航空发动机自主正向研制和性能底数摸清的迫切要求，高空台飞行工作环境模拟系统也应同时具备如下能力。
美国空军阿诺德工程发展中心(AEDC)拥有世界上规模最大和最先进的航空推进系统试验设备（ASTF），其飞行工作环境模拟控制技术于本世纪初开始高速发展，2001—2002年针对J系列和C系列高空舱开发了数字仿真系统及阀门分级调节等先进控制算法，并开展了飞行轨迹连续模拟探索性研究[2-3]。2006—2012年，在美国国防预先研究计划局（DARPA）模态转换试验计划（MoTr）支持下，以高超声速推进装置高速机动飞行、组合发动机变马赫数模态转换为背景，针对气动推进试验单元（APTU）试验台控制系统开展了设备改造和技术升级，设计基于过程控制的综合控制系统（BPCS），实现了高超声速飞行马赫数的连续模拟[4-7]。美国空军AEDC飞行工作环境模拟的技术发展路线大致如图2所示。
图2美国AEDC飞行环境模拟技术发展路线
德国斯图加特大学构建了环境模拟系统数字仿真及硬件在回路仿真系统，开展了进气系统组合控制以及主动抗扰控制技术研究，显著提高了控制系统过渡态调节性能[8-10]。
我国飞行工作环境模拟系统在2007年以前一直采用模拟式控制方式，2008—2012年针对我国SB101、SB121高空台进行了数字化升级改造并开展了高精度稳态控制、复合控制等技术研究[11]，2013—2018年开展了半物理仿真及增益调度控制等技术研究[12-13]，2019年开展了主动抗扰控制技术探索性研究[14]。我国稳态工作环境模拟能力与美国和德国水平相当，但瞬态环境模拟能力还存在差距，飞行轨迹连续模拟尚处于起步阶段。
当前，我国飞行环境模拟控制系统整体框架仍采用的是以PID为核心的误差纠正控制策略，人工被动调参控制模式如图3所示。
图3人工被动调参控制模式
该方法虽然原理简单、使用方便，但随着被控对象变化或者工况的改变，控制器参数需要进行重新整定，只能满足单工况稳态、慢速过渡态试验模拟任务，过渡态试验模拟能力不足。无法满足高性能目标跟踪、多回路解耦、控制参数自主优化、自适应、抗内部/外部扰动能力、快速响应能力等复杂环境模拟控制问题。
在众多扰动源对被控系统产生影响前观测估计并消除掉，是有效提升现有环境模拟控制系统控制品质的关键。
首先高空台环境模拟控制系统需要以自抗扰控制（ADRC）技术为基础，形成能够同时实现测量噪声抑制、内部/外部扰动观测与抑制、系统控制分工/协作的主体控制框架，即给飞行环境模拟系统安装上强劲的ADRC控制器“心脏”，使其控制能力较以往的PID控制架构得到明显改善。基于扩张状态观测器的自抗扰控制架构主要包括扩张状态观测器（ESO）、跟踪微分器（TD）和状态误差反馈（SEF）控制器等3部分。其核心思想是通过ESO将不确定实际受扰对象动态改造为近似确定的积分串联型系统，并通过控制器进行控制[15]。
其次，为了达到高性能控制品质和自主调参的要求，控制器自身应该具备环境信息感知、自适应调整、自主学习及自主决策等智能特征[16]，控制器多元信息驱动智能化自抗扰控制模式如图4所示。
图4多元信息驱动智能化自抗扰控制模式
多元信息驱动的智能控制器应具备扰动观测与补偿、环境信息自动感知、多元信息驱动、自适应、自学习和自主决策等主要功能，相比于传统控制模式，大大增强了现有高空台飞行环境模拟的控制调节品质，该阶段可定义为飞行环境模拟控制器局部智能化设计阶段。
全系统智能化决策控制模式
未来的飞行环境模拟控制系统将在实现控制器局部智能化的基础上，构建全系统智能化决策架构，如图5所示。全系统智能化决策控制系统能够依据实际系统所模拟的运行轨迹及特定的需求，从全局智能化的角度出发，通过权衡整个飞行工作环境模拟控制系统的执行效率与控制品质之间的关系，从而进一步自主决策、调度所需优化的不同控制环节，合理地利用有效的资源，使得飞行工作环境模拟控制系统整体具备自组织、自适应的智能化能力。
图5全系统智能化决策架构
结合当前高空台飞行环境模拟控制技术的应用需求和发展现状，后续将以自抗扰控制、智能化自抗扰控制、全系统智能控制为目标，针对航空发动机高空飞行环境模拟关键技术，制订分步实施、逐个突破的技术研究计划。
第一步，建立强抗扰、强适应航空发动机过渡态试验环境模拟控制架构，将PID控制模式改造为主动抗扰控制模式。构建集噪声抑制、扰动观测与补偿、发动机过渡态瞬态信息与环境模拟系统执行机构快速响应于一体的多自由度主动抗扰控制体系，使控制器能力相比于目前的PID控制方法更加强壮。
第二步，给主动抗扰控制架构插上智能的“翅膀”，使控制器具备环境信息感知、自适应调整能力。控制系统通过智能认知算法提取更全面、有用信息，系统具备信息感知、多源扰动实时动态观测、自适应、自主调参等能力，最终形成飞行工作环境连续模拟智能控制关键技术，实现控制器局部智能化。
第三步，未来飞行环境模拟控制系统将在实现控制器局部智能化的基础上，构建全系统智能化决策架构。全系统智能化决策控制系统能够依据实际系统所模拟的运行轨迹及特定的需求，从全局智能化的角度出发，通过权衡整个飞行工作环境模拟控制系统的执行效率与控制品质之间的关系，从而进一步自主决策、调度所需优化的核心控制环节，合理利用有效的资源，使得飞行工作环境模拟控制系统整体具备自学习、自组织、自适应的智能化能力。
高空台需要从当前的稳态、慢速过渡态等简单环境模拟试验能力，逐步过渡至能够开展快速过渡态、多目标协同控制需求下的轨迹模拟等复杂环境模拟试验任务能力。可以预见，随着数字化、智能化水平的不断发展，高空台飞行环境模拟技术必将由现有的传统控制向信息驱动主动抗扰控制、智能化控制等快速发展，从而满足航空发动机复杂飞行环境模拟试验任务对于控制系统强抗扰、强适应、自主调参、自主决策的要求，为我国航空发动机自主研制和性能底数摸清保驾护航。
(田金虎，中国航发涡轮院，研究员，主要从事高空模拟试验技术研究)
参考文献
[1]侯敏杰．高空模拟试验技术[M].北京：航空工业出版社，2014.
[2]MontgomeryPA,BurdetteR,WilhiteL,etal.Modernizationofaturbineenginetestfacilityutilizingareal-timefacilitymodelandsimulation[J],ASME2001-GT-0573.
[3]MontgomeryPA,et.al.Evolutionofaturbineenginetestfacilitytomeetthetestneedsoffutureaircraft[J],ASME2002.
[4]MontgomeryPA,GarrardD.Testandevaluationofhypersonicaeropropulsionsystemsalongflighttrajectoriesinatime-varyingflightenvironment[C].AIAA-2005-3900.
[5]GarrardD,VaughnD,etal.Checkouttestingofthenewbasicprocesscontrolsystemattheaerodynamicandpropulsiontestunit[C].AIAA-2012-5969.
[6]GarrardD,SeelyJ.AnanalysisofalternativestoprovideavaryingMachnumbertestcapabilityatAPTU[C].AIAA-2006-8044.
[7]GarrardD,RigneyS.Hypersonictestcapabilitiesattheaerodynamicandpropulsiontestunit[C].AIAA-2015-1784.
[8]SchmidtKJ,MertenR,MenrathM,etal.AdaptionoftheStuttgartuniversityaltitudetestfacilityforBR700coredemonstratorenginetests[C].Theinternationalgasturbine&aeroenginecongress&exhibition,ASME98-GT-556.
[9]BierkampJ,KockeS,StaudacherS,etal.InfluenceofATFdynamicsandcontrolsonjetengineperformance[C].ASMEturboexpo2007:Powerforland,seaandair,GT2007-27586.
[10]WeisserM,BolkS,StaudacherS.Hard-in-the-loop-simulationofafeedforwardmultivariablecontrollerforthealtitudetestfacilityattheuniversityofStuttgart[C].DeutscherLuft-undRaumfahrtkongress2013.
[11]但志宏,侯敏杰,张松等.大流量航空发动机高空模拟进气压力智能与复合控制技术[J].燃气涡轮试验与研究,2010，24(2):13-17.
[12]钱秋朦,但志宏,张松等.大型高空台进排气半物理仿真系统设计[J].测控技术，2019，38(9):146-150.
[13]朱美印,王曦,但志宏等.高空台进气控制系统压力PI增益调度控制研究[J].推进技术,2019,040(004):9.
[14]钱秋朦,但志宏,张松等.航空发动机过渡态试验进气压力线性自抗扰控制方法[J].航空动力学报,2019,34(10):2271-2279.
[15]高志强.自抗扰思想探究[J].控制理论与应用，2013，30(12)：1498-1510.
[16]蔡自兴．智能控制原理与应用[M].北京：清华大学出版社，2018.
《航空动力》设有专稿、综述、技术、管理、市场、维修、动态等主要栏目，每期还围绕航空发动机及燃气轮机在技术、管理等方面的新理论和新方法策划相应的专题。