王小平，陳麗君，金行健，梁國梁，陳俞初，施良宇

1.航空工業(yè)金城南京機電液壓工程研究中心，江蘇 南京 211106

2.南京航空航天大學(xué)，江蘇 南京 211106

隨著飛行器向多電/全電的方向發(fā)展，高超聲速飛行器對用電的需求也越來越大，這對飛行器上的電能生成系統(tǒng)提出了更高要求，渦輪基組合動力下的多源能量提取是亟待解決的核心技術(shù)[1-2]。渦輪基組合動力主要通過主動力進氣/油氣總焓提取、軸功率提取、熱能提取及燃油冷?利用等方法實現(xiàn)多源電能生成，這些均會對主動力單位燃油消耗率、渦輪動力壓氣機穩(wěn)定裕度、沖壓動力進氣穩(wěn)定裕度、燃燒穩(wěn)定性等性能產(chǎn)生影響，且不同能量提取方式及其參數(shù)對主動力的性能影響程度與影響機理不同[3-5]。因此加強多源能量提取對主動力性能影響機理及對多源能量優(yōu)化管理方法研究，有利于促進高超聲速飛行器系統(tǒng)技術(shù)的平衡發(fā)展，滿足其更高推重比和更低的燃料消耗率的綜合優(yōu)化設(shè)計方法要求。

目前優(yōu)化方法應(yīng)用在飛行器的能量管理策略的相關(guān)成果較少，鑒于優(yōu)化方法在其他混合動力系統(tǒng)的能量管理策略中的應(yīng)用較為廣泛[6]，如地鐵、混合動力汽車、混合動力船舶等，可為解決高超聲速飛行器的多源優(yōu)化管理問題提供有效途徑。楊少兵[7]等將遺傳算法用于地鐵能耗管理及運行圖優(yōu)化；李平等[8]用粒子群算法優(yōu)化了多工況下混合動力汽車的燃油消耗；Cheng等[9]、陳征等[10]將進化算法用于插電式混合動力汽車的能量優(yōu)化管理策略。粒子群算法適合在動態(tài)、多目標優(yōu)化環(huán)境中尋優(yōu)，與傳統(tǒng)優(yōu)化算法相比，計算速度更快，全局搜索能力更好，易于在工程上實現(xiàn)應(yīng)用。高超聲速飛行器的飛行參數(shù)高動態(tài)變化會引起主動力和其能量關(guān)聯(lián)部件強非線性變化，這導(dǎo)致多源能量提取系統(tǒng)能效演化呈多峰值、不連續(xù)特征。因此，研究基于粒子群算法的高超聲速飛行器多源能量動態(tài)優(yōu)化管理方法十分必要。

本文從綜合化的多源能量高效管控的角度，對高超聲速飛行器主動力及多源能量提取系統(tǒng)進行建模，對多源能量提取系統(tǒng)進行能效和管理策略進行分析，以此為基礎(chǔ)提出多源能量優(yōu)化管理方法，最后驗證了該方法的可行性和有效性。

1 高超聲速飛行器主動力及多源能量提取系統(tǒng)建模

1.1 并聯(lián)式渦輪基組合循環(huán)發(fā)動機模型

本文選取并聯(lián)式渦輪基組合循環(huán)（TBCC）發(fā)動機作為高超聲速飛行器的主動力進行建模。并聯(lián)式TBCC發(fā)動機由渦輪發(fā)動機和沖壓發(fā)動機并聯(lián)組合而成，其并聯(lián)式的雙通道相對獨立，因而研制難度相對較小，具有很好的工程應(yīng)用前景，是國內(nèi)外發(fā)展高超聲速飛行器的主要動力[11-12]。圖1為并聯(lián)式TBCC發(fā)動機結(jié)構(gòu)，針對并聯(lián)式TBCC發(fā)動機的特性，對發(fā)動機的渦輪發(fā)動機、沖壓發(fā)動機兩個獨立的通道分別進行建模[13-16]。

圖1 并聯(lián)式TBCC發(fā)動機結(jié)構(gòu)Fig.1 Structure diagram of parallel TBCC engine

1.2 多源能量提取系統(tǒng)模型

如圖2 所示，在渦輪發(fā)動機模式擬采用三種能量提取方式：軸功提取發(fā)電、引氣發(fā)電和燃氣發(fā)電。軸功提取發(fā)電從渦扇發(fā)動機的高/低壓經(jīng)過齒輪箱調(diào)節(jié)傳動比后帶動電機發(fā)電；引氣發(fā)電從渦扇發(fā)動機的高壓級/中間級/外涵道引出氣體驅(qū)動電機發(fā)電；燃氣發(fā)電在引出氣體后經(jīng)過燃燒室燃燒再驅(qū)動電機發(fā)電。

圖2 渦輪發(fā)動機模式的多源能量提取系統(tǒng)Fig.2 Multi source energy extraction system for turbine engine mode

如圖3 所示，在沖壓發(fā)動機模式擬采用4 種能量提取方式：引氣發(fā)電、燃氣發(fā)電、半導(dǎo)體溫差發(fā)電和蓄電池。引氣發(fā)電、燃氣發(fā)電是從沖壓發(fā)動機的隔離段引出氣體驅(qū)動電機；半導(dǎo)體溫差發(fā)電即從燃燒室壁面引熱，形成的溫差使P、N 型熱電偶產(chǎn)生電勢差，從而給負載供電；蓄電池由化學(xué)能直接轉(zhuǎn)化為電能，無須從發(fā)動機中提取能量，僅有重量造成燃油代償。

圖3 沖壓發(fā)動機模式的多源能量提取系統(tǒng)Fig.3 Multi-source energy extraction system for ramjet engine mode

2 多源能量提取能效分析及優(yōu)化管理策略

2.1 多源能量提取對發(fā)動機能效影響機理

本文以單位推力下燃油消耗率的變化（ΔSFC）為評價指標，其中ΔSFC 為多源能量提取前后單位推力燃油消耗率的差值。數(shù)值仿真對比了寬域飛行包線內(nèi)多源能量提取對發(fā)動機的性能影響。

表1 為渦輪發(fā)動機模式仿真工況。從圖4 可以得出，隨著飛行高度、馬赫數(shù)的上升，軸功提取發(fā)電、燃氣發(fā)電、引氣發(fā)電依次為最適用的能量提取方式；對于軸功提取發(fā)電，隨著高壓軸轉(zhuǎn)速的降低，適用的提取部位從高壓軸變化至低壓軸；對于引氣發(fā)電和燃氣發(fā)電，隨著沖壓空氣能量的增大，適用的提取部位的變化趨勢為從高壓級至中間級、外涵道。

圖4 渦輪發(fā)動機模式多源能量提取的ΔSFC對比Fig.4 ΔSFC comparison of multi-source energy extraction in turbine engine mode

表1 渦輪發(fā)動機模式多源能量提取能效分析工況Table 1 Energy efficiency analysis of multi-source energy extraction in turbine engine mode

表2為沖壓發(fā)動機模式仿真工況。從圖5可以得出，在H>21km，Ma>4時，適用的能量提取方式由引氣發(fā)電變?yōu)榘雽?dǎo)體溫差發(fā)電。由于此時空氣渦輪的效率過低，引氣發(fā)電不再適用，而半導(dǎo)體溫差發(fā)電的效率隨溫差增大而升高，此時半導(dǎo)體溫差發(fā)電的燃油經(jīng)濟性優(yōu)于引氣發(fā)電。

圖5 沖壓發(fā)動機模式多源能量提取的ΔSFC對比Fig.5 ΔSFC comparison of multi-source energy extraction in ramjet engine mode

表2 沖壓發(fā)動機模式多源能量提取能效分析工況Table 2 Energy efficiency analysis of multi-source energy extraction in ramjet engine mode

2.2 多源能量優(yōu)化管理策略

根據(jù)多源能量提取的能效分析可以得出，隨著飛行狀態(tài)改變，多源能量提取系統(tǒng)的燃油消耗會隨著提取方式不同而改變，故在飛行包線內(nèi)需要進行多源能量優(yōu)化管理以獲得最優(yōu)的燃油經(jīng)濟性。

本文擬采用瞬時能量優(yōu)化控制策略的方法實現(xiàn)系統(tǒng)的能效優(yōu)化。如圖6 所示，該方法根據(jù)當前飛行狀態(tài)判斷系統(tǒng)的工作模式，分析系統(tǒng)的能量形式，自動選擇適用的能量提取方式進行多源能量提取，在保證主發(fā)穩(wěn)定裕度的基礎(chǔ)上，以每個時刻的總?cè)加土孔鳛槟繕诉M行尋優(yōu)，保證每個時刻的燃油消耗最小，實現(xiàn)寬域飛行包線內(nèi)多源能量提取的能量利用率最高。

圖6 瞬時能量優(yōu)化策略Fig.6 Multi source instantaneous energy efficiency optimization strategy

綜上所述，高超聲速飛行器多源能量優(yōu)化分配目標函數(shù)F描述如下

式中：Wfturbine、Wframjet分別為渦輪發(fā)動機模式、沖壓發(fā)動機模式的燃油量；P1,1、P1,2為渦輪發(fā)動機模式高壓軸、低壓軸軸功提取發(fā)電的輸出功率；P2,1、P2,2、P2,3為渦輪發(fā)動機模式高壓級、中間級、外涵道引氣發(fā)電的輸出功率；P3,1、P3,2、P3,3為渦輪發(fā)動機模式高壓級、中間級、外涵道燃氣發(fā)電的輸出功率；P4、P5、P6、P7為沖壓發(fā)動機模式引氣發(fā)電、燃氣發(fā)電、半導(dǎo)體溫差發(fā)電、蓄電池的輸出功率。約束如下

式中：SMturbine和SMramjet為渦輪發(fā)動機模式、沖壓發(fā)動機模式的穩(wěn)定裕度限制；SMhpc、SMlpc、SMinlet為高壓壓氣機、低壓壓氣機、進氣道的穩(wěn)定裕度；Pdemand1、Pdemand2為渦輪發(fā)動機模式、沖壓發(fā)動機模式的負載功率需求。

3 基于改進粒子群算法的多源能量優(yōu)化管理方法

3.1 改進粒子群算法

粒子群算法本質(zhì)是一種隨機搜索算法，通過適應(yīng)度值來評價個體的優(yōu)劣程度和進行一定的隨機搜索。該算法中慣性權(quán)重w對粒子群算法的性能至關(guān)重要，它負責平衡粒子群的全局搜索能力和局部搜索能力：w較大，則全局收斂能力較強，局部收斂能力較弱；w較小，則局部收斂能力較強，全局收斂能力較弱。

因此，可在算法搜索過程中對慣性權(quán)重w進行自適應(yīng)動態(tài)變化：計算整個粒子群適應(yīng)度值的平均值，并與當前粒子的適應(yīng)度值相比較，以判斷當前適應(yīng)度值的優(yōu)劣性。個體適應(yīng)值較好的粒子對當前最優(yōu)解臨近區(qū)域做局部細致搜尋，個體適應(yīng)值差的粒子會以較大步長搜尋。本文自適應(yīng)慣性權(quán)重w更新公式如下：

式中：wmax、wmin為慣性權(quán)重的最大值、最小值，fi為當前粒子的適應(yīng)值，fav、fmin分別為當前整個粒子群適應(yīng)值的平均值和最小值。此更新方法把慣性權(quán)重的變化與粒子的位置狀態(tài)信息關(guān)聯(lián)起來，以更加精確地調(diào)整慣性權(quán)重，進而保證了整個群體解的多樣性，減少了算法陷入局部極值的概率，提高了粒子群算法的收斂性。

在多源能量優(yōu)化管理過程中，可將多源能量提取的輸出功率視為粒子，將系統(tǒng)的總?cè)加拖囊暈檫m應(yīng)度值，多源能量優(yōu)化流程如圖7所示。

圖7 改進粒子群算法優(yōu)化流程Fig.7 Multi source energy optimization process based on PSO

3.2 多源瞬時能量優(yōu)化仿真驗證

對于高超聲速發(fā)動機主動力及多源能量提取模型，在寬域飛行包線內(nèi)驗證基于粒子群算法的高超聲速飛行器多源能量優(yōu)化管理方法的有效性。粒子群優(yōu)化算法參數(shù)見表3。

表3 粒子群優(yōu)化算法參數(shù)Table 3 Parameters of PSO algorithm

如圖8 所示，在渦輪發(fā)動機模式經(jīng)過多源瞬時能量優(yōu)化后，多源能量提取系統(tǒng)ΔSFC都低于優(yōu)化前。其中，前25個工況ΔSFC 微量減小，即多源能量提取的燃油消耗可優(yōu)化空間較小；后17個工況ΔSFC減小幅度較大，即優(yōu)化后燃油消耗有明顯下降。

圖8 渦輪發(fā)動機模式多源瞬時能量優(yōu)化后ΔSFC的對比Fig.8 Comparison between ΔSFC after multi-source instantaneous energy optimization in turbine engine mode

從圖9 中可以得出，由于軸功提取發(fā)電對發(fā)動機能效影響規(guī)律近似線性，所以在前25 個工況中，軸功提取的輸出功率占主要比例，可優(yōu)化的空間較小，降低的燃油量占總?cè)加土康?.006%～0.048%；而引氣/燃氣發(fā)電在一定提取量下可以提高壓氣機的效率，其提取量和ΔSFC 呈較強的非線性關(guān)系，因此在后17 個工況中，引氣/燃氣發(fā)電的輸出功率占主要比例，經(jīng)過瞬時能量優(yōu)化后燃油量減小幅度較大，降低的燃油量占總?cè)加土康?.071%～0.307%。在渦輪發(fā)動機模式飛行包線內(nèi)，優(yōu)化后平均降低的燃油量占總?cè)加土康?.0948%。

圖9 渦輪發(fā)動機模式多源瞬時能量優(yōu)化后減小的燃油量占總?cè)加土康谋壤鼺ig.9 Ratio of reduced fuel quantity to total fuel quantity after multi-source instantaneous energy optimization in turbine engine mode

如圖10所示，在沖壓發(fā)動機模式經(jīng)過多源瞬時能量優(yōu)化后，多源能量提取系統(tǒng)ΔSFC都低于優(yōu)化前，且隨著飛行高度、馬赫數(shù)的升高，ΔSFC減少的幅度在變小。

圖10 沖壓發(fā)動機模式多源瞬時能量優(yōu)化后ΔSFC的對比Fig.10 Comparison between ΔSFC after multi-source instantaneous energy optimization in ramjet engine mode

從圖11 中可以得出，在沖壓發(fā)動機模式，由于蓄電池對發(fā)動機的影響僅表現(xiàn)為重量造成的燃油代償損失，因此蓄電池輸出部分功率可以較好地彌補引氣發(fā)電、半導(dǎo)體溫差發(fā)電造成的功率代償，經(jīng)過能量優(yōu)化后在降低的燃油量占總?cè)加土康?.082%～0.165%。在沖壓發(fā)動機模式飛行包線內(nèi)，優(yōu)化后平均降低的燃油量占總?cè)加土康?.1229%。

圖11 沖壓發(fā)動機模式多源瞬時能量優(yōu)化后減小的燃油量占總?cè)加土康谋壤鼺ig.11 Ratio of reduced fuel quantity to total fuel quantity after multi-source instantaneous energy optimization in ramjet engine mode

4 結(jié)論

本文首先對高超聲速飛行器的主動力及多源能量提取系統(tǒng)進行建模，再分析多源能量提取對發(fā)動機的性能影響機理和多源能量優(yōu)化管理策略，最后提出一種基于改進粒子群算法的高超聲速飛行器寬域多源能量動態(tài)優(yōu)化管理方法，并對其進行數(shù)值仿真驗證，實現(xiàn)了在寬域飛行包線內(nèi)對高超聲速飛行器的能效管控，有效減少了系統(tǒng)油耗。主要結(jié)論如下：

（1）本文提出了一種自適應(yīng)慣性權(quán)重修正方法來改進粒子群算法，減少算法陷入局部極值的概率，可適應(yīng)多源能量提取系統(tǒng)的強非線性變化，提升系統(tǒng)優(yōu)化效果。

（2）經(jīng)過仿真驗證，多源能量優(yōu)化管理后平均降低的燃油量在渦輪發(fā)動機模式占總?cè)加土康?.0948%，在沖壓發(fā)動機模式占總?cè)加土康?.1229%。