Содержание к диссертации
Введение
Глава 1 Анализ проблем разработки САУ ГТД с использованием полунатурного и имитационного моделирования 15
1.1 Стенд полунатурного моделирования ГТД и его САУ 15
1.2 Способы представления и использования характеристик воздушных винтов 22
1.3 Анализ систем для моделирования работы авиационных двигателей и возможности их использования на СПМ 24
1.3.1 GASTURB (Германия) 24
1.3.2 Программный комплекс ГРАД (Россия, Казань) 26
1.3.3 Программный комплекс GSP (Нидерланды) 27
1.3.4 Программный комплекс АСТРА (Россия, Самара) 28
1.3.5 MATLAB: Simulink (США, Массачусеттс, Нэтик) 30
1.3.6 Vissim (США, Массачусеттс, Вестфорд) 34
1.3.7 N1 LabVIEW (США, Техас, Остин) 36
1.3.8 DVIGwp (Россия, Уфа, ГОУ ВПО УГАТУ) 39
1.4 Постановка цели и задач исследования 41
Глава 2 ГТД и его САУ как объект имитационного полунатурного моделирования 45
2.1 Систематизация особенностей моделей для полунатурного имитационного моделирования при производстве и доводке ГТДи его САУ 45
2.2 Краткое описание ТВВД как объекта управления 56
2.2.1 Математическая модель газогенератора ТВВД 59
2.2.2 Нелинейная имитационная математическая
модель соосного ВВ в составе БКЛДМ ТВВД 62
2.2.3 Математическое описание модели гидромеханической части автоматики двигателя
2.3 Представление экспериментальных аэродинамических характеристик винтовентилятора в многомерном пространстве параметров 65
2.4 Поверхности (метод) Кунса, как способ задания поверхностей 68
Глава 3 Методика реализации ММ ГТД в среде N1 Lab VIEW для использования на стенде полунатурного моделирования при разработке и отладке агрегата системы управления двигателя 71
3.1 Методика представления и использования многомерной характеристики винтовентилятора изменяемого шага в составе БКЛДМ ТВВД при автоматизированном проектировании САУ ГТД и узлов ГТД 71
3.1.1 Анализ ошибок, допущенных в существующей методике использования экспериментальных аэродинамических характеристик соосного ВВ 72
3.1.2 Предлагаемая методика представления и использования экспериментальных аэродинамических характеристик соосного ВВ 78
3.2 Практические рекомендации по реализации ММ ГТД, элементов автоматики и других объектов в среде N1 Lab VIEW, работающих в режиме реального времени 91
Глава 4 Результаты апробации разработанной методики и средств, предлагаемых средой N1 Lab VIEW для реализации моделей сложных динамических объектов, работающих в режиме реального времени 96
4.1 Результаты реализации нелинейной модели ТРДДсм для стенда полунатурного моделирования 96
4.1.1 Оценка потребных вычислительных ресурсов для работы модели ТРДДсм в режиме реального времени счета 98
4.2 Реализация ММ ТВВД 101
4.3 Результаты реализации нелинейной модели ВВ с ВИШ в составе модели ТВВД для стенда полунатурного моделирования с применением предложенной методики использования многомерной АДХ соосного ВВ 106
Основные выводы и результаты работы 124
Список литературы
- Программный комплекс ГРАД (Россия, Казань)
- Краткое описание ТВВД как объекта управления
- Анализ ошибок, допущенных в существующей методике использования экспериментальных аэродинамических характеристик соосного ВВ
- Оценка потребных вычислительных ресурсов для работы модели ТРДДсм в режиме реального времени счета
Введение к работе
Актуальность работы. При разработке двигателей и их систем автоматического управления многие предприятия авиационной и космической отраслей все больше используют стенды полунатурного моделирования (СПМ), позволяющие проводить полную проверку всех функциональных характеристик разрабатываемых систем управления авиационных двигателей. Это связано с тем, что в двигателестроении разработка и производство агрегатов САУ ГТД невозможны без проверки совместного функционирования аппаратной и программной частей на СПМ или на натурных стендах, когда выявляются дефекты, допущенные в производстве (аппаратной или программной части). Полунатурные исследования при высокой информативности намного экономичнее, чем испытания системы управления на двигателе, поэтому они составляют основную часть отработки как двигателя, так и его САУ и других его систем посредством имитации их поведения во всех возможных режимах эксплуатации. При этом объект управления (двигатель и его системы) представляются в виде математической модели.
С усложнением авиационных двигателей увеличиваются сложность математических моделей (ММ) их систем управления и узлов и требования к возможностям используемого программного обеспечения (ПО). Одной из сложнейших современных схем ГТД является турбовинтовентиляторный двигатель (ТВВД), используемый на самолетах транспортной авиации как наиболее экономичный. Объектом исследования в данной работе является ММ наиболее сложного и в то же время наиболее эффективного соосного винтовентилятора (ВВ) с винтами изменяемого шага (ВИШ) противоположного вращения в составе ММ ТВВД, реализуемая с помощью среды графического программирования, позволяющей в режиме реального времени реализовать ММ ГТД применительно к стенду полунатурного моделирования. При реализации ММ ВВ имеется существенная проблема, заключающаяся в способе представления и обработки его экспериментальных аэродинамических характеристик (АДХ). Предлагаемая в работе методика представления и использования многомерных АДХ соосного ВВ изменяемого шага позволяет минимизировать погрешность определения коэффициентов тяги и мощности ВВ при моделировании работы его во всем диапазоне эксплуатации двигателя. В итоге погрешность определения суммарной тяги ВВ на режимах прямой тяги уменьшена в 2 раза по сравнению с действующей методикой использования многомерных АДХ. Цель и задачи исследования
Целью является разработка методики представления и использования многомерных аэродинамических характеристик соосного винтовентилятора с винтами изменяемого шага противоположного вращения для повышения эффективности проектирования турбовинтовентиляторных двигателей и их систем автоматического управления (САУ).
Для достижения цели в работе ставятся следующие задачи: 1) Разработать методику представления и использования многомерных АДХ соосного ВВ с ВИШ противоположного вращения в составе быстросчет-ной кусочно-линейной динамической модели (БКЛДМ) ТВВД, позволяющую
применительно к СПМ реализовать ММ ТВВД, работающую в режиме реального времени, повысив тем самым эффективность проектирования и доводки САУ ВВ и ТВВД;
Разработать технологию реализации ММ ГТД и элементов его автоматики в среде графического программирования для использования на СПМ, работающей в режиме реального времени;
Провести апробацию предлагаемой методики (путем полунатурного моделирования конкретных ГТД и их САУ), анализ эффективности используемых средств для реализации математических моделей ГТД в используемой среде графического программирования, работающих в режиме реального времени на СПМ.
Выбор и анализ ПО
Реализации ММ ГТД в выбранном ПО
Методика реализации
характеристик узлов ГТД
(соосного ВВ, компрессора,
турбины и др.)
Апробация разработанной методики и
рекомендуемых средств для реализации
ММ ГТД и его САУ в среде N1 Lab VIEW
в режиме реального времени
Использование на СПМ
реализованных ММ
для отработки законов
управления агрегатов САУ
Критерии прохождения
испытаний на отказ агрегатов
САУ и законов управления
Повышение качества переходных процессов ГТД, повышение
эффективности этапов проектирования САУ ГТД
Рисунок 1 - Структурно-логическая схема исследования
В соответствии с поставленной целью определена структурно-логическая схема исследования (рисунок 1), согласно которой последовательно решаются поставленные задачи.
Научная новизна
Новыми научными результатами, полученными в работе, является разработанная методика представления и использования многомерных АДХ соосного ВВ с ВВ противоположного вращения изменяемого шага, ММ ТВВД и элементов его автоматики в среде Lab VIEW компании N1 (далее N1 Lab VIEW) применительно к СПМ:
1. Методика представления и использования многомерных АДХ соосного ВВ изменяемого шага противоположного вращения в составе БКЛДМ ТВВД при проектировании его узлов и САУ, отличающаяся тем, что экспериментальные АДХ ВВ представлены в многомерном пространстве параметров с использованием метода Кунса, где вдоль одной из координат деформируясь перемещаются тела кубической формы, описывающие взаимосвязь трех других пара-
метров.
Метод реализации (с использованием среды графического программирования N1 Lab VIEW) ММ ГТД и элементов его автоматики, работающей в режиме реального времени совместно со стендом полунатурного моделирования, включающий использование циклов реального времени, распараллеливание вычислений по ядрам процессора и т.д..
Выявленная (путем апробации при полунатурном моделировании конкретных ГТД и их САУ) степень и область адекватности разработанной методики, в совокупности с используемыми средствами среды графического программирования (на примере N1 Lab VIEW), подтверждает допустимость принятых предположений, касающихся представления экспериментальных АДХ ВВ в многомерном пространстве параметров и очередности использования аргументов многомерных функций коэффициентов тяги и мощности соосного
виш.
Практическая ценность. Результаты исследований и разработанная методика внедрены в промышленность (ОАО УНПП «Молния», ОАО НЛП «Аэросила») и в учебный процесс (ФГБОУ ВПО УГАТУ, г. Уфа).
Разработанная методика использования многомерных АДХ соосного ВВ и используемая система моделирования имеют практическую ценность:
достигается погрешность менее 5% в определении тяги при математическом моделировании ТВВД на режимах прямой тяги;
повышается эффективность отладки переходных режимов на ТВВД (настройка САУ двигателя для выхода на заданную тягу на любом режиме) при проектировании и эксплуатации агрегатов САУ ТВВД;
сокращается объём испытаний САУ ВВ на самолете и моторном стенде (доводочных, заводских, сертификационных) за счет проведения контрольных проверок и зачетных испытаний САУ на стенде полунатурного моделирования;
повышается качество САУ ВВ за счет контроля динамических характеристик в процессе серийного производства САУ ВВ;
позволяют проводить комплексную отработку алгоритмов управления, контроля, диагностики и парирования отказов САУ ВВ.
Методы исследования. При выполнении работы использованы следующие методы и способы исследования:
теория ВРД и теория автоматического управления;
теория воздушного винта;
функциональный анализ (интерполяция сплайнами, линейная интерполяция, метод Кригинга);
- полунатурное моделирование.
На защиту выносится:
1. Методика представления и использования многомерных АДХ ВВ (при проектировании САУ ТВВД и моделировании работы ВВ) в виде поверхностей Кунса с применением кусочно-линейной аппроксимации экспериментальных кривых;
Методика использования инструментов среды графического программирования (включающая использование циклов реального времени, распараллеливание вычислений по ядрам процессора и др. на примере N1 Lab VIEW), предназначенных для реализации математической модели ГТД (или другого аналогичного сложного объекта исследования), работающей в режиме реального времени;
Результаты апробации разработанной методики и рекомендуемых средств, предлагаемых средой графического программирования (на примере N1 Lab VIEW), для реализации математических моделей сложных систем, работающих в режиме реального времени на СПМ.
Обоснованность и достоверность результатов исследования Достоверность научных положений, результатов и их выводов, содержащихся в диссертационной работе, основывается на:
корректном использовании фундаментальных уравнений теории ВРД и теории автоматического управления;
применении математического аппарата, программно-технологических решений, отвечающих современному уровню;
сопоставлении расчетных и экспериментальных данных, тестовых проверках предложенных методик и консультациях со специалистами компании-поставщика программного обеспечения.
Апробация работы. Основные положения и результаты работы докладывались и обсуждались на X Всероссийской НТК «Аэрокосмическая техника и высокие технологии» (Пермь, ПГТУ, 2006, 2007), Всероссийской НТК «Мав-лютовские чтения» (УГАТУ, УФА, 2007, 2008), Всероссийской НТК «Зимняя школа аспирантов» (УГАТУ-УМПО, УФА, 2009), международной НТК «Проблемы и перспективы развития двигателестроения» (Самара, СГАУ, 2009, 2011).
Публикации. По результатам выполненных исследований и разработок опубликовано 13 работ, в том числе 4 публикации в центральных рецензируемых журналах, рекомендованных ВАК.
Структура и объем работы. Диссертация состоит из четырех глав, основных выводов, списка литературы и приложения. Содержит 137 страниц машинописного текста, включающего 56 рисунков, 3 таблицы, библиографический список из 119 наименований, 5 приложений.
Программный комплекс ГРАД (Россия, Казань)
СПМ [1, 3, 4, 6] обеспечивает дополнительные возможности: - отработки алгоритмов контроля и диагностики силовой установки совместно с моделями имитации отказов двигателя и его систем - элементов ГТД, механизации турбокомпрессора, топливных, масляных и др. систем и агрегатов; - получения данных для оптимизации технических и алгоритмических решений контроля и диагностики.
Системы полунатурного и информационного моделирования, составляющие в комплексе СПМ [1, 3, 4, 6], взаимодействуют между собой по каналам информационного обмена и локальной сети. Такое разделение обеспечивает возможность отдельного изготовления и отладки. В нашем случае используется модель ГТД и натурная САУ.
Комплекс имитаторов датчиков и исполнительных механизмов состоит из стандартных плат ЦАП, АЦП, плат дискретного и релейного ввода-вывода сигналов. Все платы выпускаются промышленностью и доступны. В перспективе с целью уменьшения размеров аппаратной части стенда планируется применение специализированных плат, которые содержат имитаторы большинства распространенных датчиков и исполнительных механизмов.
ПО включает в себя: ПО отображения информации, ПО комплекса математических моделей и ПО автоматизированного проведения испытаний.
ПО отображения информации обеспечивает отображение в графической форме состояния датчиков и исполнительных механизмов, отображение и передачу информационного потока полунатурной модели. ПО может быть как специализированным, так и универсальным, например Excel с соответствующими надстройками. ПО комплекса математических моделей содержит математические модели двигателя и его систем, а также гидропневмомеханической усилительно-преобразовательной части САУК. Для построения моделей используется система визуального моделирования LabVIEW. ПО автоматизированного проведения испытаний обеспечивает программирование испытаний САУК согласно методике проверки.
В целом комплекс информационного и полунатурного моделирования (КИПМ) обеспечивает проверку и отработку всех функций САУК ГТД: - управления параметрами и элементами ГТД; - встроенной системы контроля; - формирования выходных дискретных команд; - контроля и диагностики технического состояния ГТД; - имитации отказов датчиков и исполнительных механизмов (дублирование, резервирование и др.); - автономной системы защиты ГТД. ПО на таком стенде [1, 3, 4, 6] должно выполнять следующие функции: - обеспечивать прием и визуализацию на мониторе в символьной и графической формах, поступающей от САУК и передаваемой САУК информации; - обеспечивать запись в базу данных поступающей от САУК информации; - обеспечивать воспроизведение из БД ранее записанной информации; - обеспечивать реализацию в реальном масштабе времени математических моделей различных систем двигателей и систем управления; - имитировать работу САУ при деградации характеристик узлов ГТД; - обеспечивать проведение испытаний САУК в автоматическом (полуавтоматическом) режиме согласно методике проверки; - выдавать отчеты по проведению испытаний; - реконфигурировать ПО при замене САУК или имитаторов. Ожидаемый эффект от функционирования КИПМ: - обеспечение работы стенда полунатурного моделирования в соответствии с поставленными требованиями; - автоматизация проведения испытаний, и, как следствие, сокращение времени испытаний САУК в среднем в 10 раз; - возможность анализа информации, получаемой в ходе проведения испытаний и отладки САУК; - упрощение управления стендом вследствие применения стандартных средств ввода ПЭВМ (клавиатура и мышь).
Вследствие использования всего этого комплекса [1, 3, 4, 6] возможно реализовать информационно-справочную документацию и базы данных по двигателям. В свою очередь эта документация уменьшит затраты на эксплуатацию ГТД в несколько раз.
На сегодняшний день единственными полноценно работающими соосными воздушными винтами являются винты разработки НИИ «Аэросила». Одной из задач при проектировании и доводке ТВВД являлись методика представления и способ реализации экспериментальных характеристик ВВ с целью использования на СПМ при проверке и настройке агрегатов САУ [10].
При разработке способов представления и организации характеристик соосного ВВ был проанализирован ряд источников [11, 12, 13, 14, 15, 16], включая работы ЦАГИ (Кишалов А. Н., Зленко Н. А.). В работах Кишалова А. Н. и его коллег [14] используются характеристики, аппроксимированные полиномами. При этом есть строгое требование - не прибегать к экстраполяции, так как ошибки могут быть велики даже в близкой окрестности области определения. Вследствие чего экстраполяция неприменима для имеющихся аэродинамических характеристик винта [17]. Сделать для всех кривых аппроксимацию полиномами также не представляется возможным по следующим причинам: 1) необходимо, чтобы все полученные полиномы со всеми полученными коэффициентами были безошибочно введены в программу расчета; 2) это действие займет очень много времени. Также необходимо обеспечить работу на СПМ в режиме реального времени ММ ТВВД в целом, но тут также стоит учитывать случай небольшой вычислительной мощности (небольшая оперативная память, слабый процессор вычислительной машины) на СПМ или в агрегате ЭСУ на борту самолета. В качестве возможного варианта для определения искомых параметров рассматривалась интерполяция методом Кригинга (Kriging) [18, 19]. Этот метод используется при обработке данных геологической разведки и рассчитан на использование статистики и расчет вероятности результата. В случае применения метода Кригинга на каждом шаге работы модели приходится решать громоздкую систему уравнений, что приводит к значительной загрузке процессора, вследствие чего работа математической модели двигателя в режиме реального времени становится невозможной.
Краткое описание ТВВД как объекта управления
При создании технических устройств и систем различного назначения обычно рассматривают несколько возможных вариантов проектных решений, ведущих к намеченной цели. Эти варианты принято называть альтернативами. Учет противоречивых требований и поиск компромисса в решении комплекса возникающих при этом взаимосвязанных проблем предполагают наличие достаточно полной и достоверной количественной информации об основных параметрах, которые характеризуют возможные для выбора альтернативы.
В складывавшейся десятилетиями последовательности основных этапов разработки технических устройств в большинстве отраслей машиностроения и приборостроения некоторый начальный объем необходимой информации формировался путем так называемых проектировочных расчетов, степень достоверности которых должна была обеспечивать лишь довольно грубый отбор альтернатив. Основная часть необходимой для принятия окончательного решения количественной информации формировалась на стадии экспериментальной отработки технических устройств. По мере их усложнения и удорожания, а также удлинения стадии их экспериментальной отработки значимость проектировочных расчетов стала расти. Возникла необходимость в повышении достоверности таких расчетов, обеспечивающей более обоснованный отбор альтернатив на начальной стадии проектирования и формулировку количественных критериев для структурной и параметрической оптимизации.
Развитие сверхзвуковой авиации, возникновение ракетно-космической техники, ядерной энергетики и ряда других быстро развивающихся наукоемких отраслей современного машиностроения и приборостроения привели к дальнейшему усложнению разрабатываемых и эксплуатируемых технических устройств и систем [64]. Их экспериментальная отработка стала требовать все больших затрат времени и материальных ресурсов, а в ряде случаев ее проведение в полном объеме превратилось в проблему, не имеющую приемлемого решения. В этих условиях существенно увеличилось значение расчетно-теоретического анализа характеристик таких устройств и систем. Этому способствовал и прорыв в совершенствовании вычислительной техники, приведший к появлению современных ЭВМ с большим объемом памяти и высокой скоростью выполнения арифметических операций. В результате возникла материальная база для становления и быстрого развития математического моделирования и появились реальные предпосылки для использования вычислительного эксперимента не только в качестве расчетно-теоретического сопровождения на стадии отработки технического устройства, но и при его проектировании, подборе и оптимизации его эксплуатационных режимов, анализе его надежности и прогнозировании отказов и аварийных ситуаций, а также при оценке возможностей форсирования характеристик и модернизации технического устройства.
В настоящее время математическое моделирование и вычислительный эксперимент с использованием ЭВМ стали составными частями общих подходов, характерных для современных информационных технологий. Математическое моделирование позволило объединить формальное и неформальное мышление и естественным образом сочетать способность ЭВМ «во много раз быстрее, точнее и лучше человека делать формальные, арифметические операции, отслеживать логические цепочки с удивительными свойствами человеческого интеллекта — интуицией, способностью к ассоциациям и т. д.» Современные средства отображения информации дают возможность вести с ЭВМ диалог — анализировать альтернативы, проверять предположения, экспериментировать с ММ.
Практическая реализация возможностей математического моделирования и вычислительного эксперимента существенно повышает эффективность инженерных разработок особенно при создании принципиально новых, не имеющих прототипов машин и приборов, материалов и технологий, что позволяет сократить затраты времени и средств на использование в технике передовых достижений физики, химии, механики и других фундаментальных наук. Отмеченные возможности математического моделирования и вычислительного эксперимента еще далеко не исчерпаны, представляются достаточно перспективными и поэтому заслуживают детального рассмотрения [65]. Математическая модель — абстрактная модель, представленная на языке математических отношений. Модель — это специальный объект, в некоторых отношениях замещающий оригинал. Принципиально не существует модели, которая была бы полным эквивалентом оригинала. Любая модель отражает лишь некоторые стороны оригинала. Поэтому с целью получения больших знаний об оригинале приходится пользоваться совокупностью моделей. Сложность моделирования как процесса заключается в соответствующем выборе такой совокупности моделей, которые замещают реальное устройство или объект в требуемых отношениях [20]. Моделирование некоторого объекта (явления, процесса) состоит из двух этапов: - разработки модели объекта; - изучения (исследования) модели с целью получения новых знаний об объекте. Первый этап можно назвать этапом синтеза модели, а второй — этапом анализа. В сложных ситуациях, которые встречаются наиболее часто, моделирование сводится к многократному выполнению этих этапов, причем каждая итерация уточняет модель объекта с целью приведения ее в соответствие с требуемой точностью результатов моделирования при учете ограничений на ресурсы (времени, средств).
Под моделью некоторого объекта (оригинала) понимается другой объект любой природы, который в определенном отношении близок к оригиналу и может его замещать. Из определения следует, что для любого объекта можно построить множество моделей, каждая из которых представляет определенные свойства оригинала. Например, если объектом моделирования является компрессор авиационного ГТД, то для него можно построить следующие модели: газодинамическую; тепловую; прочностную; геометрическую; модель массы; модель надежности и т. д. Совокупность этих частных моделей представляет полную модель компрессора. Для построения математических моделей технических объектов имеются два подхода: - использование фундаментальных законов сохранения (массы, энергии и т.д.). В этом случае как вид соотношений, так и входящие в них коэффициенты известны; - использование экспериментальных данных по моделируемому объекту или его аналогам. Результаты эксперимента могут быть использованы для определения (уточнения) неизвестных коэффициентов или же для установления эмпирических соотношений и определения значений входящих в них коэффициентов.
Второй подход становится практически единственным при разработке математических моделей сложных объектов, когда использование существующих теоретических законов и закономерностей или невозможно, или нецелесообразно.
При исследовании (эксплуатации) готовых объектов математическое моделирование позволяет заменить дорогостоящие натурные эксперименты математическими. При этом качество получаемой информации об объекте может и не снижаться, хотя она добывается быстрее и дешевле. Если речь идет о создании объекта, то моделирование позволяет синтезировать и изучать его всесторонне на математических моделях без материальной реализации. При этом появляется возможность с небольшими затратами ресурсов (временных, материальных, стоимостных) получить оптимальный проект создания объекта, который после материальной реализации без длительной доводки приведет к объекту, удовлетворяющему всем требованиям ТЗ.
Анализ ошибок, допущенных в существующей методике использования экспериментальных аэродинамических характеристик соосного ВВ
Для определения параметров а и /? по имеющимся экспериментальным характеристикам ранее предлагался к использованию алгоритм [83], который был реализован для модели в Lab VIEW и в котором порядок определения искомых значений коэффициентов тяги а и мощности /? для точки на текущем шаге работы модели следующий:
1. По параметру /L,.eK определялся коэффициент кА, с помощью которого определялись значения искомых параметров 2тек и Д.ек на всех имеющихся линиях (рь всех групп характеристик Д р на всех известных М. Причем эти действия, как и следующие, проводились без учета количества точек в линиях (рв. Наличие одинакового количества точек во всех линиях рв обязательно. 2. На следующем шаге действий заполнялись массивы значениями атек и
Д.ек, полученными на всех д?в всех групп характеристик Ад? на всех известных М. Т.е. например, для известной группы характеристик Ад? = 0 на известном М=0 имеется шесть линий д?в, для которых определились шесть значений атек на первом шаге действий и которые заносятся в массив. Далее по параметру д?тек определялся коэффициент Цр, с помощью которого определялись атек и /?тек между известными д?в на всех группах характеристик Ад? на всех известных М.
3. Затем заполнялись массивы значениями атек и Д.ек, полученными по д?тек на всех группах характеристик Ад? на всех известных М. После по параметру Ад?тек определялся коэффициент кд , определяющий значения атск и Д.ек во всех заполненных массивах для всех групп характеристик между известными Ад? на всех известных М. Т.е. например, на известном М=0 имеется три группы характеристик по Ад?, следовательно в массив заносились три значения атек или Д.ек, между которыми и проводилось определение атек и Д.ек по кА(р. Третий шаг действий выполнялся для всех групп характеристик Ад? на всех известных М.
4. На финальном этапе заполнялся массив из значений определенных по Ад? на всех известных М. Затем по параметру М определялся коэффициент км, определяющий значения aTtK и Д.еК в заполненных массивах на данном шаге работы модели ВВ. Т.е, например, если группы характеристик по Ад? были получены на восьми числах Маха полета от М=0 до М=0,5, то в последнем заполняемом массиве было восемь значений атек или Д.ек, между которыми по км определялись значения атек или /?тек. Эти полученные значения атек или /?тек на этом этапе использовались в дальнейшей работе ММ ВВ. 74 Рисунок 3.2 - Характеристики винтовентилятора: а - частный случай; б - общий случай На рисунке 3.2 показаны характеристики: а - вид характеристики, который был ошибочно принят и использовался до настоящего момента; б - вид имеющихся характеристик винтовентилятора.
Этот алгоритм для определения параметров а и /J рассчитан на применение к частному случаю и неприменим для имеющихся экспериментальных характеристик винтовентилятора [11, 12, 17], поскольку линии срв не лежат в одном диапазоне значений Л так, как показано на рисунке 3.2, а. Вышеописанный алгоритм - это частный случай для определения параметра по характеристикам, изображенным на рисунке 3.2, б (имеющиеся характеристики ВВ).
Доказать, что использующаяся методика не подходит для нашего случая, возможно на фрагменте набора характеристик для одного из винтов при известных числе Маха и разности углов установки лопастей Д . По ранее использовавшейся методике сначала осуществлялась оценка искомого параметра по ЯВтек (индекс «тек» обозначает параметр на текущем шаге работы модели) на линиях (рв всех имеющихся групп характеристик при известных А(рв и числе Маха. Затем искомый параметр оценивался по А втек линейной интерполяцией между искомыми параметрами, полученным по характеристикам и определенными на всех Д 7Втек.1 и Д втек+ь на известном числе Маха. Здесь индексы тек±1 - известные значения Ад?в ближайших групп характеристик по отношению к значению А рВтек (или Мтек). Далее осуществлялась линейная интерполяция по М между искомыми параметрами, полученным по характеристикам и определенными на всех Мтек_! и Мтек+1. Таким образом для определения искомого параметра при (рв =63 в диапазоне 3,7 ЯВтек 4 при известных Ад?в и М (рисунок 3.3) берутся крайнее значение а справа на (рв=60 и крайнее значение а слева на рв=65. В итоге получается неверное значение а. Дальнейшие расчеты являются бессмысленными. М = const и разности углов установки лопастей А рв = const с изображением интерполированной линии срв ( ртек=63)
Автором предложена методика определения искомого параметра [83] для общего случая. Интерполяция начинается с построения текущей линии срв на ближайших группах характеристик а (или /?), в нашем случае применительно к рисунку 3.3 это ртек=63 на группе характеристик Асрв = const, М = const. Затем определяется положение линии рв по А втек между А(рВгекЛ, А рВтек+1 на Мтек.! и на Мтек+1. Далее определяется линия срв по Мтек между Мтек.! и Мтек+], с которой и осуществляется снятие значения искомого параметра. Также при использовании новой методики осуществлена значительная оптимизация кода программы ММ ВВ. Проведен анализ причин, почему использовавшаяся ранее методика и алгоритм не верны для нашего случая. В начале разберем случай, когда ближайшие линии (рв на группе характеристик А р на известном М имеют общий диапазон по А — А2 А3, на рисунке 3.4 он обозначен вертикальными линиями. Это единственный в данном случае участок, на котором применимы вышеописанные действия из предлагавшегося алгоритма при условии, что все кривые лежат в этом диапазоне. В случаях, когда А,.ек находится не в диапазоне Яг - Лз расчет становится неверным. Предположим, что в нашем случае А,.ек находится в диапазоне An, - А4. В таком случае по предлагавшейся методике параметры атек (или /?тек) в начале определяются на линиях (pB-q \ и (рв= р2 Так для рв - (рх значение параметра атек будет определено точкой АХк , а для Рв - Фг точкой А2кя, между которыми по параметру ртек и коэффициенту к определится точка Alk .В случае же применения методики для общего случая в начале строится линия срв = (ртек на группе характеристик А р на известном М. Как мы видим из рисунка 3.4, значение атек (или Д.ек) уже на втором шаге предлагавшихся действий определяется не верно. Точка Blk показывает положение точки с параметрами ( ртек, Я ек) для данной группы характеристик. Т.е., как мы видим интерполяция по параметру ртек фактически отсутствует и верные значения параметра а1йк (или Д.ек) будут выдаваться только при ртек равном значению какой либо линии (рв на известных группах характеристик Ад? на известных М.
Оценка потребных вычислительных ресурсов для работы модели ТРДДсм в режиме реального времени счета
Считанные константы автоматически сохраняются в модели на время ее работы. Также в модели связанной со стендом отсутствует доступ к блок-диаграмме, в связи с этим используется файл предварительных настроек. В этом файле в строгом порядке перечислены константы, использующиеся в модели. Конечный пользователь не может изменять порядок расположения этих констант, в случае изменения порядка модель не будет работать верно. Файл предварительных настроек считывается один раз перед началом работы модели целиком. Считанные константы автоматически сохраняются в модели на время ее работы. Изменение значений констант в файле предварительных настроек во время работы модели не отразится на её работе. Файл условно делится на несколько частей - модель ГГ, РНА, заслонка ВМТ и т.д В качестве отрезка времени для проверки быстродействия модели был выбран промежуток в 500 сек, на котором довольно заметно отражается нехватка машинных ресурсов. Наличие в результатах времени разницы в мс объясняется запуском и инициализацией приложений на различных ПК с различной скоростью. В приложениях, созданных с помощью N1 LabView 8.6, эта разница как правило меньше, так как используется возможность распределения задач по ядрам. В случае распределения задач по ядрам процессора существенно снижается загрузка ЦП. По результатам такого тестирования (см. таблицу 4.2) можно смело утверждать о преимуществе N1 Lab VIEW версии 8.6 (и выше) в плане скорости расчета и возможности более полного использования машинных ресурсов. При этом желательно использовать наиболее новые многоядерные процессоры.
Для работы совместно со стендом передняя панель модели, по сравнению с имеющейся, претерпит изменения - будут убраны все индикаторы параметров, регистрация которых не предусмотрена, что улучшит быстродействие программы. - для модели с тремя циклами в таблице указаны (с верху в низ): 1) - количество циклов ММ ГГ; 2) -количество циклов ММ Дозатора и заслонки ВМТ; 3) - количество циклов ММ РНА; 4) - время затраченное ПК на работу модели, [мс] (по данным внутреннего счетчика LabView); - для модели с двумя циклами в таблице указаны (с верху в низ): 1) количество циклов ММ ГГ; 2) -количество циклов ММ Дозатора, заслонки ВМТ и РНА (ММ автоматики, кроме РСВ, в одном цикле); 3) - время затраченное ПК на работу модели, [мс] (по данным внутреннего счетчика LabView); - при запуске модели в LabView 7.1 модель запускалась на одном из ядер двуядерного процессора. При этом ОС каждый раз по разному самостоятельно осуществляла выбор процессора; - при запуске модели в LabView 8.6 модель запускалась на разных ядрах процессора: 1) модель с тремя циклами - ММ ГГ и ММ РНА на ядре 0 (определяется в настройках цикла времени), ММ Дозатора и заслонки ВМТ на ядре 1; 2) модель с двумя циклами - ММ ГГ на ядре 0, ММ автоматики на ядре 1.
Результаты реализации нелинейной модели ВВ с ВИШ в составе модели ТВВД для стенда полунатурного моделирования с применением предложенной методики использования многомерной АДХ соосного ВВ Реализованная ММ ТВВД устойчиво работает в режиме реального времени [72, 73, 83, 85, 86]. После реализации многомерной характеристики ВВ по предложенной методике все ошибки, возникавшие ранее, исчезли - ММ ВВ стабильно работает: - при различных возмущениях (изменение М, высоты полета, подачи топлива); - при шаге работы модели 1... 10 мс; - частоты вращения ВВ выходят на статические режимы должным образом по завершению любых неустановившихся режимов.
В случае применения в ММ ВВ сплайнов [78, 87, 88, 89, 90, 91, 92, 93, 94, 95] очень затруднительно добиться работы модели ГТД в режиме реального времени и может потребоваться значительное увеличение вычислительных мощностей (в первую очередь оперативной памяти). ММ ВВ с применением разработанной методики может использоваться отдельно от модели двигателя. В состав модели ММ ВВ входит модель редуктора соосного ВВ, регулятора соосного винтовентилятора (агрегат РСВ) и ММ резервного гидромеханического регулятора.
Агрегат РСВ предназначен для преобразования управляющих электрических сигналов (количество шагов) в угловое положение лопастей винтовентиляторов. Структура исполнительной части для каналов управления передним и задним винтовентилятором одинакова. В модели агрегата РСВ для экономии машинных ресурсов шаговый двигатель представляется в виде пропорционального звена.
Моделирование РСВ в процессе флюгирования (перевод лопастей в положение минимального сопротивления полету), расфлюгирования (вывод из флюгерного положения) и затяжеления винтовентиляторов (увеличения угла установки лопасти системой управления ВВ) сведено к изменению углов установки лопастей с постоянной скоростью. Величина минимального угла установки лопасти фв определяется наличием дискретных команд.
На рисунке 4.4 приведены результаты идентификации модели ВВ с использованием аэродинамических характеристик ВВ по предлагаемой методике, по действующей методике [83] и с использованием зависимостей вида а = /( рв), Р = /( Ръ) (рисунок 1.5) при включенном резервном регуляторе ВВ по данным программы регистратора. При одинаковых значениях рк0? т-е- постоянной мощности (входная координата) двигателя, в модельном, с применением предложенной методики, и физическом эксперименте значения тяги ВВ (выходная координата) отличаются не более 7 % на крайних точках рассматриваемого диапазона и менее 1 % в середине этого диапазона.
