用于可变节距风扇发动机和涡轮轴、涡轮螺旋桨发动机的基于模型的控制的方法和系统

摘要

一种用于航空发动机的方法和控制系统(10)，该航空发动机包括利用机械齿轮传动驱动风扇螺旋桨的燃气轮机，和用于该风扇螺旋桨的专用节距变化机构，包括：燃料流信号输入(20)；节距变化机构信号输入(22)；受控设备(28)，把节距变化机构俯仰角(BetaP)和燃料流(Wf)关联上至少两个受控输出(24、26)和一组约束。用于为第一和第二受控输出(24、26)把受控设备(28)和/或约束解耦成两个分开的单输入单输出(SISO)控制回路的解耦控制(34)和用于把约束与解耦的受控输出解耦并且把这些约束彼此解耦的解耦控制提供了燃气轮机和该风扇螺旋桨的协调控制，同时协调地控制这些约束和输出(24、26)。前馈控制能够补偿负荷变化对发动机转速和风扇螺旋桨转子速度控制的影响。

说明书

相关申请的交叉引用

根据35U.S.C.§119(e)，本非临时申请主张对在2014年9月30日提交的、名称为 “用于可变节距风扇发动机和涡轮轴涡轮螺旋桨发动机的基于模型的控制的方法和系统” 的美国临时专利申请62/057595的优先权，其作为参考全部并入本文。

技术领域

本发明涉及用于可变节距风扇发动机和涡轮轴、涡轮螺旋桨发动机的控制系统。

背景技术

在一些风扇发动机(亦称″螺旋桨风扇″发动机)中，风扇螺旋桨的轴线平行于燃气 发动机的轴线或与其同轴。通常，在涡轮轴、涡轮螺旋桨发动机中，单个或多个螺旋桨的轴 线将垂直于燃气发动机的轴线。在这两种配置中，风扇或螺旋桨可以具有固定节距或可变 节距。如果节距是可变的，发动机还可以具有专用节距变化机构(PCM)。螺旋桨转速(Nr)与 燃气发动机动力涡轮轴转速(N1)成比例，通过纯机械齿轮传动变换，也就是Nr＝Kgb*N1，式 中，Kgb是代表传动比的常数。控制风扇或螺旋桨转速Nr相当于控制动力涡轮转速。通常，推 力预定为螺旋桨转速Nr的函数，还是燃气发动机高压(IIP)涡轮轴转速(N2)或发动机压力 比(EPR)的函数。主要的挑战是协调螺旋桨转速(Nr)、HP涡轮轴转速(N1)与任何PCM俯仰角 的主控制，同时保持一组有效约束，包括但不限于芯部压力(Px)、排气温度(T)、芯部速率 (N2dot)和/或扭矩(Tq)，与规定限值保留在一起，包括但不限于负载变化，同时抑制外部干 扰和/或内部已知干扰，包括但不限于可变放气阀和可变定子叶片。

还需要一种用于可变节距风扇发动机或涡轮轴、涡轮螺旋桨发动机的系统化控制 方法和完整的控制系统，协调地控制风扇或螺旋桨与发动机，同时适应有效约束。

发明内容

在一方面中，实施例涉及一种用于航空发动机的控制系统，该航空发动机包括利 用机械齿轮传动驱动风扇螺旋桨的燃气轮机，和用于该风扇螺旋桨的专用节距变化机构。 该控制系统包括：燃料流信号输入；和节距变化机构信号输入；受控设备，把来自节距变化 机构信号输入的节距变化机构俯仰角(BetaP)和来自燃料流信号输入的燃料流(Wf)关联上 至少两个受控输出和至少一个约束以及至少一个已知内部干扰输入；用于为第一和第二受 控输出把受控设备解耦成两个分开的单输入单输出(SISO)控制回路的解耦控制和用于把 约束与受控输出解耦以及这些约束彼此解耦从而每个约束被分到SISO控制回路的解耦控 制。受控输出的第一者是螺旋桨转速(Nr)或动力涡轮轴转速(N1)，受控输出的第二者是发 动机芯部转速(N2)、发动机压力比(EPR)或发动机转矩(Tq)。这些约束可以是芯部速率 (N2dot)、芯部压力(Px)、排气温度(T)和发动机转矩(Tq)。

在另一方面中，实施例涉及一种控制航空发动机的方法，该航空发动机包括利用 机械齿轮传动驱动风扇螺旋桨的燃气轮机、燃料致动器、节距变化机构致动器。该方法包 括：接收燃料流信号；接收节距变化机构信号；把受控设备中的来自节距变化机构信号的节 距变化机构俯仰角(BetaP)和来自燃料流信号的燃料流(Wf)关联上至少两个受控输出；为 第一和第二受控输出把受控设备解耦成两个分开的单输入单输出(SISO)控制回路；以及把 约束与受控输出解耦并且把这些约束彼此解耦从而每个约束被分到SISO控制回路。受控输 出的第一者是螺旋桨转速(Nr)或动力涡轮轴转速(N1)，受控输出的第二者是发动机芯部转 速(N2)、发动机压力比(EPR)或发动机转矩(Tq)。这些约束可以是芯部速率(N2dot)、芯部压 力(Px)、排气温度(T)和发动机转矩(Tq)。

本发明的第一技术方案提供了一种用于航空发动机的控制系统(10)，航空发动机包括 利用机械齿轮传动驱动风扇螺旋桨的燃气轮机，用于风扇螺旋桨的专用节距变化机构，控 制系统包括：燃料流信号输入；节距变化机构信号输入；至少一个约束输入；受控设备，其用 于使来自节距变化机构信号输入的节距变化机构俯仰角(BetaP)和来自燃料流信号输入的 燃料流(Wf)和来自至少一个约束输入的约束关联至至少两个受控输出，其中，受控输出的 第一者是螺旋桨转速(Nr)或动力涡轮轴转速(N1)，而受控输出的第二者是发动机芯部转速 (N2)、发动机压力比(EPR)或发动机转矩(Tq)；和解耦控制，其用于使受控设备和至少一个 约束中的一者解耦成用于第一和第二受控输出的两个分开的单输入单输出(SISO)控制回 路；解耦控制，其用于使约束与解耦受控输出解耦，并使约束彼此解耦，使得每个约束被分 到SISO控制回路；其中，该燃气轮机和该风扇螺旋桨协调地被控制，同时协调地控制这些约 束和输出。

本发明的第二技术方案是在第一技术方案中，风扇螺旋桨平行于燃气轮机的轴线。

本发明的第三技术方案是在第二技术方案中，航空发动机是无导管单风扇发动机。

本发明的第四技术方案是在第一技术方案中，航空发动机是涡轮轴、涡轮螺旋桨发动 机。

本发明的第五技术方案是在第一技术方案中，还包括用于测量要传送给转速相位同步 的螺旋桨转速相位的控制和用于接收并增加转速基准偏差给螺旋桨转速基准以同步航空 发动机与第二航空发动机的控制。

本发明的第六技术方案是在第一技术方案中，解耦控制包括至少一个已知的干扰输 入。

本发明的第七技术方案是在第六技术方案中，节距变化机构俯仰角(BetaP)作为已知 的干扰输入处理，并且，解耦控制重新配置成具有基于燃料流(Wf)的单受控输入。

本发明的第八技术方案是在第一技术方案中，风扇螺旋桨是可变节距的。

本发明的第九技术方案提供了一种控制航空发动机的方法，航空发动机包括利用机械 齿轮传动驱动风扇螺旋桨的燃气轮机，和燃料致动器、节距变化机构致动器，方法包括：接 收燃料流信号；接收节距变化机构信号；在受控设备中使来自节距变化机构信号的节距变 化机构俯仰角(BetaP)和燃料流(Wf)燃料流信号关联到至少两个受控输出，其中，受控输出 的第一者是螺旋桨转速(Nr)或动力涡轮轴转速(N1)，受控输出的第二者是发动机芯部转速 (N2)、发动机压力比(EPR)或发动机转矩(Tq)；使受控设备解耦成用于第一和第二受控输出 的两个分开的单输入单输出(SISO)控制回路；以及使约束与解耦的受控输出解耦，并使约 束彼此解耦以用于协调地控制约束和输出。

本发明的第十技术方案是在第九技术方案中，航空发动机包括节距变化机构致动器， 并且还包括接收节距变化机构信号，并在受控设备中使来自节距变化机构信号的节距变化 机构俯仰角(BetaP)关联到至少两个受控输出，其中，受控输出的第一者是螺旋桨转速(Nr) 或动力涡轮轴速度(N1)，受控输出的第二者是发动机芯部转速(N2)、发动机压力比(EPR)或 者发动机转矩(Tq)。

本发明的第十一技术方案是在第九技术方案中，还包括如下步骤，在所述解耦步骤中 抑制已知的干扰。

本发明的第十二技术方案是在第十一技术方案中，还包括如下步骤，重新配置解耦控 制为具有基于所述燃料流(Wf)的单受控输入并把所述节距变化机构俯仰角(BetaP)作为已 知的干扰输入处理。

本发明的第十三技术方案是在第九技术方案中，还包括至少一个前馈控制动作，其根 据负荷变化指示或负荷变化估计补偿所述负荷变化对发动机转速和风扇螺旋桨转子转速 控制的影响。

附图说明

在本文中描述的技术可以参考结合附图进行的下列描述而最好地理解，其中：

图1A是代表用于飞行中的航空器的可变节距风扇发动机或涡轮轴涡轮螺旋桨发 动机的主控制构造的框图表现。

图1B是处于推力反向或用于在地面上的航空器的可变节距风扇发动机或涡轮轴 涡轮螺旋桨发动机的主控制构造的框图表现。

图1C显示了代表用于可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的主控制 构造的前馈控制动作的框图表现。

图1D显示了用于可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的主控制构造 的俯仰角伺服控制的框图表现。

图1E显示了用于可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的主控制构造 的发动机燃料流伺服控制的框图表现。

图2是用于可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的约束解耦控制构造 的框图表现。

图3是用于带有多个可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的航空器的 发动机-发动机转速相位同步构造的框图表现。

具体实施方式

本公开提供了一种控制系统，其中，风扇或螺旋桨(风扇螺旋桨)和燃气发动机被 作为单个受控设备处理。该控制系统构造包括要被控制的所有输出和约束，考虑已知的干 扰抑制并且对基准的剧烈变化是稳固的。随后，本公开提供了一种作为整体且可分开的解 决方案的完整的、系统化但简单的方法和系统，以用于有导管或无导管的控制可变节距风 扇发动机和涡轮轴涡轮螺旋桨发动机。

用于可变节距风扇发动机或涡轮轴涡轮螺旋桨发动机的实施例的基础控制系统 构造在图1A和1B中被呈现出。图1A呈现用于飞行中的航空器的控制系统10，而图1B呈现用 于在地面上或处于推力反向的航空器的控制系统构造12。

控制输入是来自燃料致动器(集成到燃料流伺服控制62中)的燃料流(Wf)20和来 自PCM致动器(集成到PCM俯仰角伺服控制64)的PCM俯仰角(BetaP)22。其它的可变几何结构 (VG)被认为是已知的干扰输入。一个受控输出24可以是基于关系式的Nr＝Kgb*N1的螺旋桨 转速(Nr)或动力涡轮轴转速(N1)，并且表示为Nx。第二受控输出26可以是发动机芯部转速 (N2)、发动机压力比(EPR)和发动机转矩(Tq)中的任何一个。为了清晰性和简洁性，用于后 面的公式在本文中表现的受控输出24、26是Nx(第一受控输出24)和N2(第二受控输出26)。 控制方法学的典型的约束可以包括最小和最大限值，例如但不限于：最小压力限值 (MinPx)、最大压力限值(MaxPx)、最高温度限值(MaxT)、最大转矩限值(MaxTq)、最小速率限 值(MinN2dot)和最大速率限值(MaxN2dot)。

受控输出24、26N2和Nx形成了控制系统构造10、12中的反馈回路的基础。这些反馈 信号与指示为N2Ref和NxRef的成形(或过滤的基准)结合。反馈信号与成形基准N2Ref和 NxRef的结合形成跟踪误差信号。这些跟踪误差信号可以经历基准跟踪SISO控制，然后与前 馈控制动作结合，该前馈控制动作源于考虑气动载荷变化对受控输出24、26NX和N2的影响。 基准跟踪SISO控制输出和前馈控制的结合形成了拟输入30、32。用于选择来自拟输入的最 需要的输入的选择逻辑48的应用源于将控制和受控输出跟踪控制解耦的约束。源于解耦控 制的拟输入可以代替拟输入30、32中的至少一者并且形成用于主解耦控制34的输入。主解 耦控制的输出形成控制输入指令的基础。控制输入指令馈入燃料流伺服控制62和PCM俯仰 角伺服控制64，连同受控设备28，其产生受控输出24、26和受控约束50。

受控设备28包括功能要素，其描述集成器、致动器和发动机动力学之间的关系。根 据在本文中提供的系统，致动器的要素可包括一阶或二阶转换函数。不散失普遍性，致动器 可以被看作在本文中表现的公式中的一阶滞后装置。随后是控制系统状态，其包括发动机 动态、致动器状态和集成器状态。

受控设备28，也就是控制系统10、12的受控部分或过程，包括状态(x)、控制输入 (u)、干扰输入(d)、输出(y)和约束(y_c)，按照x＝[N₂N_xWfβ_pWf₁β_p1]^T，$\stackrel{·}{u}={\left(\begin{array}{cc}{\stackrel{·}{W}}_f& {\stackrel{·}{\beta }}_p\end{array}\right)}^T,$d＝ [VG₁VG₂VG₃VG₄VG₅]^T，y＝[N₂N_x]^T以及y_c＝[P_xTT_qNdot]^T。

假定原始的受控设备28用下列方程式表示：

$x_{k+1}=f(x_k,{\stackrel{·}{u}}_k,d_k)$(方程式1a)

$y_k=h(x_k,{\stackrel{·}{u}}_k,d_k)$(方程式1b)

$y_{c,k}=h_c(x_k,{\stackrel{·}{u}}_k,d_k)$(方程式1c)

在样本k，系统状态x_k，输入干扰d_k和输出是已知的。因此， 关于当前运转状态表达偏差变量。

从下列条件定义偏差变量：

${\tilde{x}}_j=x_j-x_k,{\widetilde{\stackrel{·}{u}}}_j=-{\stackrel{·}{u}}_j-{\stackrel{·}{u}}_{k-1},{\tilde{d}}_j=d_j-d_k,{\tilde{y}}_j=y_j-y_k^{-}$以及${\tilde{y}}_{c,j}=y_{c.j}-y_{c,k}^{-}.$

系统的局部线性化模型，关于偏差变量，可以衍生为：

$\left(\begin{array}{c}{x}_{k+1}-x_k={\tilde{x}}_{k+1}\\ =f(x_k,{\stackrel{·}{u}}_{k-1},d_k)-x_k+\frac{\partial f}{\partial x}{|}_{k,k}(x_k-x_k)+\frac{\partial f}{\partial u}{|}_{k,k-1}({\stackrel{·}{u}}_k-{\stackrel{·}{u}}_{k-1})+\frac{\partial f}{\partial u}{|}_{k,k}(d_k-d_k)\\ =F_k+A{\tilde{x}}_k+B{\widetilde{\stackrel{·}{u}}}_k+B_d{\tilde{d}}_k\end{array}\right)$

式中，F_k是一个样本上的自由响应，并且

$F_k=f(x_k,{\stackrel{·}{u}}_{k-1},d_k)-x_k=x_{k+1}^{-}-x_k.$

对于与发动机动力性和致动器动力性有关的状态，其中，状态更新不明显地取决 于输入，也就是，存在：

$x_{k+1}=f(x_k,{\stackrel{·}{u}}_k,d_k)=x_{k+1}^{-}=f(x_k,{\stackrel{·}{u}}_{k-1},d_k)$

以及

$x_k=f(x_{k-1},{\stackrel{·}{u}}_{k-1},d_{k-1})=x_k^{-}=f(x_{k-1},{\stackrel{·}{u}}_{k-2},d_{k-1})$

因此，

$F_{e,k}=x_{e,k+1}^{-}-x_{e,k}=x_{e,k+1}-x_{e,k}\approx x_{e,k}-x_{e,k-1}$

和

$F_{a,k}=x_{a,k+1}^{-}-x_{a,k}=x_{a,k+1}-x_{a,k}\approx x_{a,k}-x_{a,k-1}$

对于集成器，其中，T_s是取样时间。

对于受控输出和约束，

$\left(\begin{array}{c}{y}_k-y_k^{-}={\tilde{y}}_k\\ =\frac{\partial h}{\partial x}{|}_{k,k}(x_k-x_k)+\frac{\partial h}{\partial x}{|}_{k,k-1}({\stackrel{·}{u}}_k-{\stackrel{·}{u}}_{k-1})+\frac{\partial h}{\partial d}{|}_{k,k}(d_k-d_k)\\ ={\mathrm{Cx}}_k+D_u{u}_k+D_d{\tilde{d}}_k\end{array}\right)$

$\left(\begin{array}{c}{y}_{c,k}-y_{c,k}^{-}={\tilde{y}}_{c,k}\\ =\frac{\partial h_c}{\partial x}{|}_{k,k}(x_k-x_k)+\frac{\partial h_c}{\partial x}{|}_{k,k-1}({\stackrel{·}{u}}_k-{\stackrel{·}{u}}_{k-1})+\frac{\partial h_c}{\partial d}{|}_{k,k}(d_k-d_k)\\ =C_c{x}_k+D_{cu}{u}_k+D_{cd}{\tilde{d}}_k\end{array}\right)$

使用集成器的输入作为用于受控设备的控制输入，D_u＝0并且D_cu＝0，归因于由致 动器和集成器引入的增加相对次数。用于控制系统的状态空间干扰模型是：

$\tilde{x}(k+1)=A\tilde{x}\left(k\right)+B\widetilde{\stackrel{·}{u}}\left(k\right)+B_d\tilde{d}\left(k\right)+F_k$(方程式2a)

$\tilde{y}\left(k\right)=C\tilde{x}\left(k\right)+F_d\tilde{d}\left(k\right)$(方程式2b)

${\tilde{y}}_c\left(k\right)=C_c\tilde{x}\left(k\right)+D_{cd}\tilde{d}\left(k\right)$(方程式2c)

注意到，通过定义，$\tilde{x}\left(k\right)=0,\tilde{d}\left(k\right)=0$和$\tilde{y}\left(k\right)=0.$令$d\left(k\right)-d(k-1)=\hat{d}\left(k\right),$并且 允许下列近似：

$\tilde{d}(k+1)\approx \hat{d}\left(k\right)$

$\tilde{d}(k+2)~2\hat{d}\left(k\right)$

$\tilde{d}(k+3)\approx 3\hat{d}\left(k\right)$

现在转向至控制方法和系统，考虑主解耦控制34。回想到，螺旋桨转速和发动机转 速控制的受控输出y24、26包括变量N2(第二受控输出26)和Nx(第一受控输出24)，每个相 对次数3。因此，

${\tilde{y}}_{i,k}=C_i{\tilde{x}}_k+D_{di}{\tilde{d}}_k$

${\tilde{y}}_{i,k+1}=C_{i}A{\tilde{x}}_k+C_{i}B{\widetilde{\stackrel{·}{u}}}_k+C_i{B}_d{\tilde{d}}_k+C_i{F}_k+D_{di}{\tilde{d}}_{k+1}=C_i{F}_k+D_{di}{\tilde{d}}_k$

$\left(\begin{array}{c}{\tilde{y}}_{i,k+2}=C_i{A}^2{\tilde{x}}_k+C_{i}AB{\widetilde{\stackrel{·}{u}}}_k+C_i{\mathrm{AB}}_d{\tilde{d}}_k+C_i{B}_d{\tilde{d}}_{k+1}+D_{di}{\tilde{d}}_{k+2}+C_i(A+I)F_k\\ =C_i(A+I)F_k+(C_{{\mathrm{iB}}_d}+2D_{di}){\tilde{d}}_k\end{array}\right)$

$\left(\begin{array}{c}{\tilde{y}}_{i,k+3}=C_i{A}^3{\tilde{x}}_k+C_i{A}^{2}B{\widetilde{\stackrel{·}{u}}}_k+C_i{A}^2{B}_d{\tilde{d}}_k+C_i{\mathrm{AB}}_d{\tilde{d}}_{k+1}+C_i{B}_d{\tilde{d}}_{k+2}+D_{di}{\tilde{d}}_{k+3}\\ +C_i(A^2+A+I)F_k\\ =E_i{\widetilde{\stackrel{·}{u}}}_k+(C_i{\mathrm{AB}}_d+2C_i{B}_d+3D_{di}){\tilde{d}}_k+C_i(A^2+A+I)F_k\end{array}\right)$

$=K_{px}{F}_k+E_i{\widetilde{\stackrel{·}{u}}}_k+K_{pd}{\tilde{d}}_k$(方程式3)

也就是，

${\tilde{y}}_{i,k+3}=K_{px}{F}_k+E{\widetilde{\stackrel{·}{u}}}_k+K_{pd}{\hat{d}}_k$(方程式4)

控制输入与受控输出之间的输入-输出映射或解耦矩阵是：

$E=\left(\begin{array}{c}{C}_1{A}^{2}B\\ C_2{A}^{2}B\end{array}\right)=\left(\begin{array}{cc}{e}_{11}& e_{12}\\ e_{21}& e_{22}\end{array}\right)$

通过引入拟输入30、32并且让输入-输出关系要被成形为期望动力性， 在连续时间域中为：

$\frac{{\tilde{y}}_i}{{\stackrel{·}{v}}_j}=\frac{1}{s·(T_{pd1,i}s+1)·(T_{pd2,i}s+1)}$

相当地，在离散时间域中，在取样时间T_s下：

$\frac{{\tilde{y}}_i\left(z\right)}{{\stackrel{·}{v}}_i\left(z\right)}=\left(\frac{1-{\lambda }_{pd1,i}}{z-{\lambda }_{pd1,i}}\right)\left(\frac{1-{\lambda }_{pd2,i}}{z-{\lambda }_{pd2,i}}\right)\left(\frac{T_s}{z-1}\right),$

${\lambda }_{pd1,i}=e^{-\frac{T_s}{T_{pd1,i}}},$

${\lambda }_{pd2,i}=e^{-\frac{T_s}{T_{pd2,i}}},$和

${\tilde{y}}_{i,k+3}-(1+{\lambda }_{pd1,i}+{\lambda }_{pd2,i}){\tilde{y}}_{i,k+2}+({\lambda }_{pd1,i}+{\lambda }_{pd2,i}+{\lambda }_{pd1,i}{\lambda }_{pd2,i}){\tilde{y}}_{i,k+1}-{\lambda }_{pd1,i}{\lambda }_{pd2,i}{\tilde{y}}_{i,k}$

$={\tilde{v}}_{i,k}(1-{\lambda }_{pd1,i})\left({\lambda }_{pd2,i}\right)T_s$(方程式5)

代替(方程式5)中的和得到：

${\tilde{y}}_{i,k+3}=K_{pdv,i}{\stackrel{·}{v}}_{i,k}+K_{pdx,i}{F}_k+K_{pdd,i}{\hat{d}}_{i,k}$(方程式6)

也就是，

${\tilde{y}}_{i,k+3}=K_{pdv}{\stackrel{·}{v}}_k+K_{pdx}{F}_k+K_{pdd}{\hat{d}}_k$(方程式7)

比较(方程式7)与(方程式4)，得到：

$E{\widetilde{\stackrel{·}{u}}}_k+K_{pdv}{\stackrel{·}{v}}_k+(K_{pdx}-K_{px})F_k+(K_{pdd}-K_{pd}){\hat{d}}_k$(方程式8)

因此，主解耦控制34是：

$\left(\begin{array}{c}{\widetilde{\stackrel{·}{u}}}_k=E^{-1}{K}_{pdv}{\stackrel{·}{v}}_k+E^{-1}(K_{pdx}-K_{px})F_k+E^{-1}(K_{pdd}-K_{pd}){\hat{d}}_k\\ =K_V{\stackrel{·}{v}}_k+K_X{F}_k+K_D{\hat{d}}_k\end{array}\right)$

$=K_V{\stackrel{·}{v}}_k+K_X{\hat{x}}_k+K_D{\hat{d}}_k$(方程式9)

因此，解耦受控设备28是：

$\tilde{x}(k+1)=A\tilde{x}\left(k\right)+{\mathrm{BK}}_V\stackrel{·}{v}\left(k\right)+{\mathrm{BK}}_D\hat{d}\left(k\right)+{\mathrm{BK}}_X{F}_X+B_d\tilde{d}\left(k\right)+F_k$

$=A\tilde{x}\left(k\right)+B_N\stackrel{·}{v}\left(k\right)+B_{dN}\hat{d}\left(k\right)+B_d\tilde{d}\left(k\right)+K_{bj}{F}_k$(方程式10a)

$\tilde{y}\left(k\right)=C\tilde{x}\left(k\right)D_d\tilde{d}\left(k\right)$(方程式10b)

${\tilde{y}}_c\left(k\right)=C_c\tilde{x}\left(k\right)D_{cd}\tilde{d}\left(k\right)$(方程式10c)

当PCM俯仰角22需要遵循预定俯仰角基准36，例如，在推力反向操作中(如图1B所 示)时，主解耦控制34执行在线重新配置以降低为更低阶的系统。从原始的2×2主解耦控制 34，

$E{\widetilde{\stackrel{·}{u}}}_k=K_{pdv}{\stackrel{·}{v}}_k+(K_{pdx}-K_{px})F_k+(K_{pdd}-K_{pd}){\hat{d}}_k=M_{p,k},$或者更紧凑地，

$\left(\begin{array}{cc}{e}_{11}& e_{12}\\ e_{21}& e_{22}\end{array}\right)\left(\begin{array}{c}{\widetilde{\stackrel{·}{u}}}_{1,k}\\ {\widetilde{\stackrel{·}{u}}}_{2,k}\end{array}\right)=\left(\begin{array}{c}{M}_{p,k}\left(1\right)\\ M_{p,k}\left(2\right)\end{array}\right),$该系统从受控设备28中分离项，该项备选地称作u2dot 38并且把u2dot38当做已知的干扰输入处理。因此，系统把原始的2×2控制分别转换成用 于N2(第二受控输出26)和Nx(第一受控输出24)的1×1控制，即 $\left(\begin{array}{c}{e}_{11}\\ e_{21}\end{array}\right)\left[{\widetilde{\stackrel{·}{u}}}_{1,k}\right]=\left(\begin{array}{c}{M}_{p,k}\left(1\right)\\ M_{p,k}\left(2\right)\end{array}\right)-\left(\begin{array}{c}{e}_{12}\\ e_{22}\end{array}\right)\left[{\widetilde{\stackrel{·}{u}}}_{2,k}\right],$其中，PCM俯仰角(BetaP)22确定(即，遵循BetaP提 供的基准预定)。

以这种方式，BetaP22不充当转速跟踪控制输入。相反地，控制系统把BetaP当做 用于转速跟踪的已知的干扰处理。因此，该系统包括仅仅一个控制输入，来自燃料致动器的 燃料流(Wf)20，来服务两个受控输出24、26。

因此，控制系统12然后可以例示用一个控制输入(Wf)兼顾跟踪两个受控转速输出 24、26(即N2和Nx)。控制系统12可以在和 中间选择最需要的使得最需要的转速跟踪得到满足，并 且其它转速跟踪自然地失去，并且，应用于两个转速跟踪，其成比例地对应于由解耦矩 阵E得出的它们的动态关系。控制系统12也可以将加权因子应用于这两个转速跟踪输出中 的每一个，其中，加权因子是基于用于指定操作状态下这两个受控输出24、26的相对优先 级。备选地，控制系统12可以更尽力地控制较高优先级的转速跟踪输出，由此，较低优先级 的输出自然失去。加权因子增加了由解耦矩阵E得出的调整自然比的灵活性，成比例地 作用在两个转速跟踪上，以用于补偿解耦矩阵E中的可能的模型误差并且考虑了受控输出 优先级。现在，在加权了的和中 间选择最需要的

因为主解耦控制34已经分别为N2和Nx把受控设备28解耦成两个分开的单输入单 输出(SISO)控制回路，并且成形它们的期望动力性，控制系统可以包括附加的SISO提前/滞 后以分别增强N2和Nx跟踪40、42，这可以为v1dot30和v2dot32表达为：

${\stackrel{·}{v}}_i=\frac{k_{pci}(1+{\tau }_{pci}s)}{1+T_{pci}s}(y_{Ri}-y_i)=\frac{k_{pci}(1+{\tau }_{pci}s)}{1+T_{pci}s}{\hat{y}}_i$(方程式11)

在解耦设备28并且成形其期望的动力性之后，控制系统10、12确定受控输出跟踪 40、42，通过执行下列SISO控制关系式：

$\frac{{\tilde{y}}_i}{{\hat{y}}_i}=\frac{1}{s·(T_{pd1,i}s+1)·(T_{pd2,i}s+1)}·\frac{1+{\tau }_{pci}s}{k_{pci}(1+{\tau }_{pci}s)}$(方程式12)

控制系统10、12通过期望的解耦动力性选择确定转换函数(即 )的第一运算数。控制系统10、12根据期望输出跟踪选择转换函数 的第二运算数。假定N_2R-N₂且N_xR-N_x，主控制系统包括已知输入和

现在转向至在图2中呈现的约束解耦控制44，控制系统包括如下假定，所有约束具 有相对次数2，而不丧失普遍性，基于解耦受控设备46。在控制拟输入(例如v1dot30、v2dot 32)和所有的约束输出50之间的输入-输出映射可以表达为：

${\tilde{y}}_{ci}\left(k\right)=C_{ci}\tilde{x}\left(k\right)+D_{cdi}\tilde{d}\left(k\right)$

$\left(\begin{array}{c}{\tilde{y}}_{ci,k+1}{C}_{ci}A{\tilde{x}}_k+C_{ci}{B}_N{\stackrel{·}{v}}_k+C_{ci}(B_{dN}{\hat{d}}_k+B_d{\tilde{d}}_k)+C_{ci}{K}_{bf}{F}_k+D_{cdi}{\hat{d}}_{k+1}\\ =C_{ci}{K}_{bf}{F}_k+(C_{ci}{B}_{dN}+D_{cdi}){\hat{d}}_k\end{array}\right)$

$\left(\begin{array}{c}{\tilde{y}}_{ci,k+2}=C_{ci}{A}^2{\tilde{x}}_k+C_{ci}{\mathrm{AB}}_N{\stackrel{·}{v}}_k+C_{ci}{\mathrm{AB}}_{dN}{\hat{d}}_k+C_{ci}{\mathrm{AB}}_d{\hat{d}}_k+C_{ci}(B_{dN}{\hat{d}}_{k+1}+B_d{\tilde{d}}_{k+1})\\ +D_{cdi}{\hat{d}}_{k+2}+C_{ci}(A+I)K_{bf}{F}_k\\ =C_{ci}(A+I)K_{bf}{F}_k+E_{ci}{\stackrel{·}{v}}_k+(C_{ci}{B}_{dN}+C_{ci}{B}_d+2D_{cdi}){\hat{d}}_k\\ =K_{cpxi}{F}_k+E_{ci}{\stackrel{·}{v}}_k+K_{cpdi}{\hat{d}}_k\end{array}\right)$

控制拟输入(例如v1dot30、v2dot32)与约束输出50之间的输入-输出映射矩阵 可以表达为：

$E_c=\left(\begin{array}{c}{C}_{c1}{\mathrm{AB}}_N\\ C_{c2}{\mathrm{AB}}_N\\ C_{c3}{\mathrm{AB}}_N\\ C_{c4}{\mathrm{AB}}_N\end{array}\right)=\left(\begin{array}{cc}{e}_{c11}& e_{c12}\\ e_{c21}& e_{c22}\\ e_{c31}& e_{c32}\\ e_{c41}& e_{c42}\end{array}\right)$

因此，

${\tilde{y}}_{c,k+2}=K_{cpx}{F}_k+E_c{\stackrel{·}{v}}_k+K_{cpd}{\hat{d}}_k$(方程式13)

控制系统包括限定约束跟踪误差52为：

j＝0，1，2。注意，约束基准54可以指最大限值、最小限 值或这两者。

用于控制系统的期望约束跟踪响应可以表达为：

$\left({\hat{y}}_{ci}\right(k+2)-{\tilde{y}}_{ci}(k+2\left)\right)+k_{ci,1}\left({\hat{y}}_{ci}\right(k+1)-{\tilde{y}}_{ci}(k+1\left)\right)+k_{ci,0}\left({\hat{y}}_{ci}\right(k)-{\tilde{y}}_{ci}(k\left)\right)=0$(方程式14)

跟踪动力性的极可以设定为λ_cd1和λ_cd2，在单位圆内。因此，

k_ci，1＝-(λ_cd1+λ_cd2)，k_ci，₀＝λ_cd1·λ_cd2(方程式15)

把代入(方程式12)中得到：

$\left(\begin{array}{c}{\tilde{y}}_{ci,k+1}=C_{ci}A{\tilde{x}}_k+C_{ci}{B}_N{\stackrel{·}{v}}_k+C_{ci}(B_{dN}{\hat{d}}_k+B_d{\hat{d}}_k)+C_{ci}{K}_{bf}{F}_k+D_{cdi}{\hat{d}}_{k+1}\\ =C_{ci}{K}_{bf}{F}_k+(C_{ci}{B}_{dN}+D_{cdi}){\hat{d}}_k\end{array}\right)$

$\left(\begin{array}{c}{\tilde{y}}_{ci}(k+2)=[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-[k_{ci,1}{\tilde{y}}_{ci}(k+1)+k_{ci,0}{\tilde{y}}_{ci}\left(k\right)]\\ =[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-k_{ci,1}{\tilde{y}}_{ci}(k+1)\\ =[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-k_{ci,1}{C}_{ci}{K}_{bf}{F}_k\\ -k_{ci,1}(C_{ci}{B}_{dN}+D_{cdi}){\hat{d}}_k\\ =[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\end{array}\right)$

如果基准是恒量，${\hat{y}}_{ci}(k+2)={\hat{y}}_{ci}(k+1)=\hat{y}\_ci\left(k\right)$并且：

$\left(\begin{array}{c}{\tilde{y}}_{ci}(k+2)=[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-K_{cdxi}{F}_x-K_{cddi}{\hat{d}}_k\\ =(1+k_{ci,1}+k_{ci,0}){\hat{y}}_{ci,k}-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\\ =k_{ci}{\hat{y}}_{ci,k}-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\end{array}\right)$

也就是，

${\tilde{y}}_{c,k+2}=K_c{\hat{y}}_{c,k}-K_{cdx}{F}_k-K_{cdd}{\hat{d}}_k$(方程式16)

然而，如果约束基准54是时间变化的，控制系统包括如 下假定，基准在三个样本内线性变化，通过定义${\hat{y}}_{Rci,k}=y_{Rci}\left(k\right)-y_{Rci}(k-1),y_{Rci}(k+1)=y_{Rci}\left(k\right)+x{\hat{y}}_{Rci,k}$和$y_{Rci}(k+2)=y_{Rci}\left(k\right)+2\alpha {\hat{y}}_{Rci,k}.$因此，

$\left(\begin{array}{c}{\tilde{y}}_{ci}(k+2)=[{\hat{y}}_{ci}(k+2)+k_{ci,1}{\hat{y}}_{ci}(k+1)+k_{ci,0}{\hat{y}}_{ci}\left(k\right)]-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\\ =(2\alpha {\hat{y}}_{Rci,k}+k_{ci,1}\alpha {\hat{y}}_{Rci,k}+k_{ci,0}){\hat{y}}_{ci,k}-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\\ =[(2\alpha +k_{ci,1}\alpha ){\hat{y}}_{Rci,k}+k_{ci}]{\hat{y}}_{ci,k}-K_{cdxi}{F}_k-K_{cddi}{\hat{d}}_k\end{array}\right)$

也就是

${\tilde{y}}_{c,k+2}=K_c^{*}{\hat{y}}_{c,k}-K_{cdx}{F}_k-K_{cdd}{\hat{d}}_k$(方程式17)

在控制系统的优选实施例中，Nx，24的控制优先级是大于N226的控制优先级，也 就是说，N226是折衷目标。因此，控制系统可以比较所有的约束与N2。控制系统然后可选择 备选地公知为v1dot30的带有用于的最大需要的变量，来作为新的受控输出。

在本文中呈现的约束解耦控制44至少可适用于可变节距风扇发动机和涡轮轴涡 轮螺旋桨发动机，其它应用更普遍的包括但不限于开式转子涡轮发动机。注意到，当Nx24 被v2dot32单独地控制时，第i个约束输入-输出映射可以表达为通过跟踪Nx24确定的项(例如，v2dot32)是用于任何约束且表示为的已知的输 入。

控制系统包括约束解耦控制44，通过比较(方程式13)和(方程式17)获得：

$\left(\begin{array}{c}{E}_c{\stackrel{·}{v}}_k=K_c^{*}{\hat{y}}_{c,k}-(K_{cdx}+K_{cpx})F_k-(K_{cdd}+K_{cpd}){\hat{d}}_k\\ =K_c^{*}{\hat{y}}_{c,k}-K_{cx}{F}_k-K_{cd}{\hat{d}}_k\\ =K_c^{*}{\hat{y}}_{c,k}-K_{cx}{\hat{x}}_k-K_{cd}{\hat{d}}_k=M_{cp,k}\end{array}\right)$

备选地，

$\left(\begin{array}{cc}{e}_{c11}& e_{c12}\\ e_{c21}& e_{c22}\\ e_{c31}& e_{c32}\\ e_{c41}& e_{c42}\end{array}\right)\left(\begin{array}{c}{\stackrel{·}{v}}_{1,k}\\ {\stackrel{·}{v}}_{2,k}\end{array}\right)=\left(\begin{array}{c}{M}_{cp,k}\left(1\right)\\ M_{cp,k}\left(2\right)\\ M_{cp,k}\left(3\right)\\ M_{cp,k}\left(4\right)\end{array}\right)$

和

$\left(\begin{array}{c}{e}_{c11}\\ e_{c21}\\ e_{c31}\\ e_{c41}\end{array}\right)\left[{\stackrel{·}{v}}_{1,k}\right]=\left(\begin{array}{c}{M}_{cp,k}\left(1\right)\\ M_{cp,k}\left(2\right)\\ M_{cp,k}\left(3\right)\\ M_{cp,k}\left(4\right)\end{array}\right)-\left(\begin{array}{c}{e}_{c11}\\ e_{c21}\\ e_{c31}\\ e_{c41}\end{array}\right)\left[{\stackrel{·}{v}}_{2,k}\right]$(方程式18)

对于每个约束跟踪，控制系统计算需要的为：

(方程式19)

给定约束，表达为最小和最大限值56、最小压力限值(MinPx)、最大压力限值 (MaxPx)、最大温度限值(MaxT)、最大转矩限值(MaxTq)、最小速率限值(MinN2dot)和最大速 率限值(MaxN2dot)，控制系统包括下列关系式：

MaxPx要求${\stackrel{·}{v}}_{c1,1}^{+}={\left(e_{c11}\right)}^{-1}[M_{cp,k}^{+}\left(1\right)-e_{c12}{\stackrel{·}{v}}_{2,k}^{N_x}];$

MinPx要求${\stackrel{·}{v}}_{c1,1}^{-}={\left(e_{c11}\right)}^{-1}[M_{cp,k}^{-}\left(1\right)-e_{c12}{\stackrel{·}{v}}_{2,k}^{N_x}];$

MaxT要求${\stackrel{·}{v}}_{c2,1}^{+}={\left(e_{c21}\right)}^{-1}[M_{cp,k}^{+}\left(2\right)-e_{c22}{\stackrel{·}{v}}_{2,k}^{N_x}];$

MaxTq要求${\stackrel{·}{v}}_{c3,1}^{+}={\left(e_{c31}\right)}^{-1}[M_{cp,k}^{+}\left(3\right)-e_{c32}{\stackrel{·}{v}}_{2,k}^{N_x}];$

MaxN2dot要求${\stackrel{·}{v}}_{c4,1}^{+}={\left(e_{c41}\right)}^{-1}[M_{cp,k}^{+}\left(4\right)-e_{c42}{\stackrel{·}{v}}_{2,k}^{N_x}];$和

MinN2dot要求${\stackrel{·}{v}}_{c4,1}^{-}={\left(e_{c41}\right)}^{-1}[M_{cp,k}^{-}\left(4\right)-e_{c42}{\stackrel{·}{v}}_{2,k}^{N_x}].$

每个约束跟踪嵌入到在上面描述的约束解耦控制44中。

控制系统的选择逻辑48确定在所有控制约束输出50和N226中的最需要的输出。 然后，控制系统选择例如控制约束50或N2中的任意者的最需要的输出所要求的拟输入(例 如，v1dot30，v2dot32)并且把这个拟输入分配为v1dot。

控制基准成形58是用于主控制基准(即主控制基准成形58A)和约束控制基准(即 约束控制基准成形58B)。总体来说，控制基准成形58使基准适应于一个或更多个期望轨迹。 控制基准成形58执行与基准率预定和基准协调、过滤和基准预测动作相关的功能。

正如在本文中对控制系统的使用所构思的，主控制基准成形58A用作N2和Nx基准 的基准率预定和基准协调，根据推力正向操作或推力方向操作以及这两个操作之间的相关 转换。对于约束基准，约束控制基准成形58B提供基准预测，根据约束或变化的约束限值的 已知信息。例如，MinPx、MaxPx、MaxT和MaxTq可以是恒定限值，MaxN2dot和MinN2dot可以是 变化的限值，并且MaxN2dot和MinN2dot可以是连续变量。因此，构思的是，控制系统包括 N2dot限值预测为当前N2dot限值率的线性延伸，在N2dot的相对次数内的采样。

总体来说，如果控制基准成形稳固且精确地管理基准变化率，那么所有的基准都 是适当地协调的，并且反馈控制具有适当的带宽，那么，前馈控制动作是不必要的。然而，当 外部干扰是显著的时候，控制系统可以包括前馈控制动作，如图1C所示，以增强控制系统带 宽，同时抑制外部干扰。

在当前公开的控制系统中，前馈控制动作操作来有效地考虑气动负荷60的变化对 控制系统10、12的影响。气动负荷60的显著变化可以引起航空器速度和螺旋桨叶片俯仰角 的变化。气动负荷60的变化可以是按照预定提前已知的，或者控制系统可以例如通过考虑 气动延迟和机械传输延迟的转矩传感器测量估计负荷变化。控制系统可以映射负荷变化到 速度和叶片俯仰角的相应的反应变化并且为致动器控制指令合并已出请求中的调整。通过 这种方式，控制系统更敏感地响应负荷变化，同时跟踪速度基准。PCM俯仰角伺服控制64的 前向路径补偿和反馈路径补偿的控制元件的集成以及前馈控制动作在图1D中示出。用于燃 料流伺服控制62的前向路径补偿和反馈路径补偿的控制元件的集成在图1E中示出。

现在参照图3，对于带有多个发动机102、104，其中，每个发动机用其自己的控制系 统110、112来操作的航空器来说，控制系统110、112和转速相位同步调节器114通过一系列 的控制步骤执行发动机-发动机转速相位同步(即，螺旋桨的相对旋转位置)。每个发动机控 制系统110、112测量螺旋桨转速相位116、118并且把过滤了的相位信号120、122传播给一个 或多个其它发动机控制系统。每个发动机控制系统包括转速相位同步调节器。一个发动机 102被指定为主，第二发动机104被指定为副。每个发动机控制系统从其它发动机和主发动 机经由数据总线接收相位信号。副发动机的每个控制系统如下地计算转速相位信号124之 间的差值：通过比较来自主发动机102的转速相位信号与来自副发动机104自身的转速相位 信号，并且然后把这个差值与相位差值基准126(通常，它为零)作比较来产生相位差值误差 128。相位差值误差128被发送给转速相位同步调节器114，并且转速相位同步调节器114计 算转速基准偏差130。控制系统把转速基准偏差130加到副发动机螺旋桨转速基准，使得副 发动机转速相位可以同步于主发动机转速相位。

上面描述的控制系统把风扇或螺旋桨和燃气发动机当做一个受控设备并且包括 所有输出和要控制的约束，考虑了已知的干扰抑制，并且覆盖了在基准预定中出现大变化 的运转工况。因此，技术优点包括完整的、系统化但简单的方法和系统，作为用于控制可变 节距风扇发动机和涡轮轴涡轮螺旋桨发动机的整体且可分离的解决方案，其包括有导管和 无导管的可变节距风扇发动机和涡轮轴涡轮螺旋桨发动机。

要理解的是，在本文中公开的控制系统结构可以以任何本领域技术人员已知的方 式来提供，包括软件解决方案、硬件或固件解决方案，以及这些的组合。这些解决方案将合 并使用适当的处理器、存储器(并且，嵌有本文描述的任何算法的软件可以驻留在任何类型 的非暂时性存储器中)、电路和本领域技术人员已知的其它部件。

这个书面描述使用例子来公开本发明，包括最佳模式，并且还使本领域技术人员 能够实施本发明，包括制造和使用任何装置或系统并且执行任何并入的方法。本发明的可 取得专利的范围是由权利要求来限定，并且可以包括本领域技术人员想到的其他例子。这 些其他例子意图在权利要求的范围内，如果它们具有不同于权利要求的字面语言的结构元 件，或者它们包括等同结构元件，与权利要求的字面语言有非实质性区别。