喘振是航空发动机在特定工况下出现的一种非稳定气动现象，表现为气流周期性倒流，直接导致发动机功率和效率降低，严重威胁飞行安全。传统喘振控制系统因单一传感器数据局限性、控制对象匹配度不足等问题，控制效果难以满足日益严苛的航空发动机运行要求。本文系统梳理了航空发动机喘振控制技术的研究现状与发展趋势，重点阐述了基于多传感信息融合技术的喘振控制系统设计方法。该系统通过在航空发动机关键部位布设振动、温度、位姿、压力及流量等多种类型传感器，结合FPGA内嵌多核DSP的高速数据处理器架构，实现发动机工作状态的全面感知与实时监测。在软件功能方面，系统采用加权融合策略对多源传感数据进行融合处理，通过时域与频域特征提取及匹配技术实现喘振状态的精确识别，并依据控制目标生成控制指令，通过调节进口导叶角度、级间放气阀开度及燃油供给量等参数实现喘振的主动抑制。系统测试实验表明，在巡航、爬升及着陆三种典型工况下，优化设计系统的喘振裕度分别达到20.0%、20.0%及21.2%，显著优于传统控制系统。本研究为航空发动机喘振控制系统的工程化设计提供了理论依据与技术参考。
一、航空发动机喘振控制技术概述
航空发动机作为航空器的核心动力装置，其设计、研发与制造水平直接决定着飞机的性能、可靠性及经济性。在现代航空工业持续追求更高推重比、更低油耗和更强可靠性的背景下，航空发动机的工作包线不断拓展，压气机等关键部件长期运行于高负荷、近失稳边界的状态，气动稳定性问题日益突出。喘振作为航空发动机最为典型且危害极大的气动失稳现象，表现为气流在压气机中出现周期性倒流，进而引发发动机声音异常、压力剧烈波动、功率急剧下降等一系列问题。喘振不仅导致发动机工作效率降低，更可能引发部件剧烈振动和热端超温，造成发动机严重损坏，是航空发动机所有故障中最具危险性的一种。
近四十年来，国内外学者在压气机失稳预测与喘振主动控制领域开展了大量研究工作。在失稳预警方面，研究者从Moore-Greitzer模型的理论奠基出发，逐步发展了基于空间傅里叶变换、行波能量分析、相关性分析、小波分析、模态分解及深度学习等多种预警技术。在喘振控制方面，控制策略从被动放气等传统手段逐步向主动控制方向发展，涵盖了闭环反馈控制、模型预测控制、鲁棒控制以及智能数据驱动方法等。
然而，现有喘振控制系统在实际应用中仍面临诸多挑战。基于滑模观测的自适应喘振控制系统主要以无人水面车辆为控制对象，其在航空发动机喘振控制中的适配性不足；基于声压信号的喘振识别系统易受发动机运行环境中其他因素的干扰，导致识别偏差；基于差分隐私的卷积神经网络检测方法虽在故障检测准确率上表现优异（DP-CNN模型在准确率、召回率和F1-score上分别达到95.3%、94.6%和96.5%），但差分隐私随机梯度算法在更新神经网络参数时需要引入额外噪声保护数据隐私，显著增加了模型训练时间、降低了训练效率。上述问题的根源之一在于：单一类型传感器或单一数据源无法全面捕捉航空发动机这一复杂热力机械在所有关键性能参数上的动态变化。
多传感信息融合技术为解决上述问题提供了新思路。该技术利用计算机将来自多个传感器或多源的信息和数据，在既定准则下加以自动分析和综合处理，能够有效弥补单一传感器的信息局限性。湖南泰德航空技术有限公司在航空动力系统领域的技术实践表明，通过多传感器融合技术实时监测燃油流量、压力、温度等参数，配合自主研发的控制算法，可实现燃油效率提升15%以上。基于此，本文引入多传感信息融合技术，从硬件系统优化和软件功能设计两个层面，系统阐述航空发动机喘振控制系统的设计方法，并通过系统测试实验验证其控制效果。
二、航空发动机喘振控制硬件系统设计
喘振控制硬件系统的主要目的是实时监测发动机状态，一旦检测到喘振迹象，立即采取措施进行干预，保障发动机在各种工况下都能稳定运行。硬件系统的优化设计涵盖传感器控制模块、数据处理器、喘振控制器及系统电路四个核心部分。
2.1 传感器控制模块设计
为实现航空发动机实时工作状态的全面检测，需在发动机控制对象中安装振动、温度、位姿、压力及流量等多种类型传感器。
振动传感器是判断喘振现象的核心传感设备。优化设计的振动传感器以模拟数字转换器芯片作为核心芯片，在传统振动传感器基础上添加了由电阻R、二极管D及晶体管Q组成的调零电桥，以及型号为OP07的差动放大器。调零电桥的优化设计可提高传感器的线性度和稳定性，有效减少喘振检测误差；差动放大器则负责放大微弱信号，提升信号检测的灵敏度。在封装工艺上，采用贴片式封装将传感器元件直接焊接于电路板，减少连接点数量，降低连接损耗和噪声干扰。
温度传感器由传感元件、信号处理电路和输出接口组成。传感元件负责感知发动机内部温度信息并转换为电信号，信号处理电路对电信号进行放大、滤波和线性化处理，输出接口将处理后的信号传输至控制系统。为保证温度传感器适应航空发动机的高温运行环境，选用K型热电偶作为核心传感元件。
位姿传感器融合了MEMS陀螺仪和加速度传感器两个部分，通过精密电路板和连接线实现两传感模块的连接，并通过内部总线实现传感结果的统一输出。流量传感器主要通过电磁流量计获取流量变化数据。
传感器设备的安装位置需综合考虑航空发动机的工作过程。航空发动机通过进气道、压气机、燃烧室、涡轮等多部件协同工作：进气道引导空气进入，压气机压缩空气提升压力与密度，燃烧室内燃油与高压空气混合燃烧产生燃气推动涡轮旋转，涡轮将部分热能转化为机械能驱动设备并产生推力。综合考虑喘振的成因——包括空气流量突然减少、压气机叶片转速过快及压气机设计制造不佳等——选择进气道、压气机及涡轮等多个关键位置作为传感器的安装点。
2.2 数据处理器设计
数据处理器旨在实时处理传感信号，其核心构成包括AD转换通道、FPGA、DSP、SRAM及FLASH等16个组件。航空发动机振动参数的监测需要高采样率，导致数据量大且计算复杂；同时，参数算法的计算量庞大，单一DSP难以满足速度要求。
针对上述挑战，优化设计的硬件系统采用FPGA内嵌的多核DSP架构，以实现高速的参数解析计算。该架构充分发挥FPGA在并行处理方面的优势与DSP在数字信号处理方面的专长，实现了数据采集与信号处理的协同加速。数据处理器搭载了高性能的32/40位浮点DSP芯片，能够有效支撑多传感器数据的高速采集、实时预处理与特征提取等计算任务。
2.3 喘振控制器设计
喘振控制器参考振动控制器的工作原理，结合航空发动机的工作特性进行优化设计，是系统喘振控制的执行元件。优化设计的喘振控制器由控制信号生成器和控制执行电路两个部分组成。
控制信号生成器根据航空发动机工作状态的检测结果，确定控制位置、控制强度及控制量等参数，通过信号生成器输出控制信号。在信号驱动下，控制执行器执行相应的控制操作，实现喘振控制目标。
喘振控制器在运行过程中设计了开环控制和闭环控制两个部分：开环控制用于初步调节，闭环控制则根据反馈信号进行精确调整。在传统控制器基础上，添加了计数器组件作为控制逻辑的一部分，用于触发警报或调整控制策略。控制器中的H桥用于控制发动机内部执行机构的工作状态，从而调整发动机的气流特性。
2.4 系统电路设计
优化设计的喘振控制硬件系统直接从航空发动机获取DC28V作为工作电源。为满足设备供电需求，电源设计在输入端实施初级滤波，将经过滤清的电流输送到电源模块。同时，输入端装备了欠压与过压保护电路，防止异常电压损坏设备。一旦保护电路启动，系统内的储能电容即刻介入供电，确保能在50毫秒内应对欠过压冲击。电源模块采用高效电路设计，效率高达92%，显著降低了自身发热，有效减少了系统运行时的散热需求。
为降低航空发动机工作环境对喘振检测与控制效果的影响，系统采用金属屏蔽层对电路进行屏蔽，并设计合理的接地系统确保各部分的电位一致，减少接地电阻和接地电位差引起的干扰。在电路的关键部位加入滤波电路和去耦电容，以消除高频噪声和干扰。
三、航空发动机喘振控制系统软件设计
在优化设计硬件系统的支持下，系统软件功能的基本运行原理为：在多传感器信息融合技术的支持下，确定发动机运行状态，判断是否存在喘振现象；若检测到喘振迹象，系统立即启动相应的控制策略，通过调节发动机参数迅速抑制喘振，确保发动机在安全、高效的工况下运行。
3.1 航空发动机工作过程模拟与传感器布设
从组成结构来看，航空发动机通过多部件协同工作为飞机航行提供动力。进气道引导空气进入发动机，压气机对空气进行压缩以提高压力和密度，为燃烧室提供充足氧气。在燃烧室内，燃油与高压空气混合燃烧，产生燃气推动涡轮旋转，涡轮将部分热能转化为机械能驱动设备并产生推力。在涡轮风扇发动机中，部分燃气还通过外涵道排出产生额外推力。航空发动机的工作涵盖了流动、传热、燃烧等多个物理场的耦合。
基于对航空发动机工作过程的深入分析，确定将硬件系统中优化设计的传感器设备安装于进气道、压气机及涡轮等关键位置，保证能够对航空发动机的实时工作数据进行全面采集。
3.2 多传感器数据采集与融合
利用安装在航空发动机上的传感器设备，对实时工作数据进行采集，并运用多传感器融合技术得出包含多种运行参数的工作数据采集结果。以振动传感器为例，综合考虑其工作原理，可以获取发动机工作温度、位姿、压力及流量等数据的采集结果。
数据融合采用加权融合策略，即对多源冗余信息进行加权平均，将结果作为融合值。具体融合策略为：根据传感器的精度和可靠性确定权重，对原始数据进行去噪、校准和归一化处理以提高数据的准确性和一致性，采用加权平均法进行数据融合。融合完成后，需对融合结果进行准确性和可靠性评估，通过与实际值或标准值进行对比验证融合算法的有效性。
3.3 航空发动机喘振状态检测
基于多传感器融合后的发动机工作数据进行匹配，确定当前航空发动机是否存在喘振现象，以此作为系统喘振控制程序的启动条件。
当航空发动机中的压气机陷入喘振状态时，其压力和流量均展现出稳定的周期性波动。基于这一观察，采用非线性动力学中的摄动理论对压气机的喘振行为进行深入剖析，结合动量守恒方程在压气机中的应用以及质量守恒方程在集气箱中的使用，得出压气机喘振的量化分析结果。根据发动机的喘振强度与特征确定相关变量的具体取值，以此作为判定当前航空发动机作用状态的比对标准。
以初始采集的航空发动机工作数据为处理对象，从时域和频域两个方面提取其工作特征。将多传感器融合数据的处理结果代入时域特征提取过程，得出时域特征分量的提取结果。在此基础上，采用直接拼接特征向量的方式将提取出的时域特征和频域特征进行融合。
根据航空发动机工作特征的提取结果，采用特征匹配的方式判定当前是否存在喘振现象。融合航空发动机喘振标准特征的设定结果以及当前发动机工作特征的提取结果，即可得出特征匹配度的计算结果。若计算得出特征匹配度高于阈值，证明当前航空发动机存在喘振；否则认为无喘振现象。针对存在喘振的航空发动机，需要对其振动参数进行求解，具体包括喘振裕度、喘振幅度、喘振频率等。通过实时工作数据的特征提取与匹配，即可得出航空发动机喘振状态与参数的检测结果。
3.4 喘振控制目标求解与控制指令生成
航空发动机的喘振现象受流量、压力、温度及转速等多因素影响。以压气机为控制对象，分析压气机工作参数与喘振之间的关系，得出喘振控制的目标值。同理可得出航空发动机其他喘振临界值的求解结果，以此作为系统喘振控制目标。
通过多传感器设备的运行确定当前航空发动机的工作参数，以此作为控制初始数据。通过初始控制数据与喘振控制目标的对比，得出航空发动机喘振控制量的计算结果。同理可得出所有工作参数控制量的计算结果，并由此生成控制指令。
综合考虑航空发动机的工作原理，在实际喘振控制过程中，通过调整发动机的进口导叶角度、级间放气阀的开度等方式改变进入压气机的空气流量；通过调整发动机的燃油供给量、改变压气机的转速等方式控制压气机出口压力。根据燃油供给量的调整结果调整发动机转速，改变压气机叶片的旋转速度，从而影响压气机内的气流状态，最终达到减小喘振的目的。一旦喘振被控制，系统需逐步恢复正常运行，即恢复油门杆位置和点火状态。在系统运行过程中重复上述操作，根据喘振检测结果对实时控制指令进行调整；当检测到无喘振现象时，终止系统喘振控制程序。
四、航空发动机系统测试实验分析
为保证优化设计的航空发动机喘振控制系统能够有效作用于航空发动机并适应不同运行工况，达到预期喘振控制效果，设计一套系统测试实验。实验基本原理为：将优化设计控制系统作用于巡航、爬升及着陆工况下的航空发动机，通过对系统作用前后各测点位置上喘振情况的采集，得出反映系统控制效果的测试结果。
4.1 实验对象与工况配置
实验选择某型号航空发动机作为研究对象，其直径为1.95m、长度为3.29m，包含18片叶片，起飞推力不小于14000kgf。实验开始前，将发动机样机安装到飞机上进行飞行测试，评估其在真实飞行环境中的性能和可靠性，确保初始状态正常。
为验证优化设计控制系统对不同运行工况的适应性，对发动机样机配置三种典型工况：
巡航工况是发动机在稳定飞行时所处的状态，推力输出满足飞机巡航需求，运行稳定且燃油消耗相对较低。巡航状态设定为高度37000ft、Ma0.8，推力80kN，燃油流量2000kg/h。
爬升工况是发动机在飞机爬升阶段所处的状态，推力输出逐渐减小但仍需保持一定功率以维持爬升速度。随高度增加空气密度减小，发动机推力相应减小。爬升工况推力120kN，燃油流量3500kg/h。
着陆工况是发动机在飞机进近和着陆阶段所处的状态，推力输出逐渐减小至最低水平以满足减速和着陆需求。着陆工况推力50kN，燃油流量1200kg/h。
此外，三种工况下发动机的转速和排气温度也需分别配置：巡航时转速稳定在中等范围、排气温度适中；爬升时转速增加、排气温度上升；着陆时转速降低、工作温度下降。
4.2 硬件设备布设与实验参数
根据硬件系统优化设计方案，将多传感器安装到发动机样机中并实现硬件设备间的连接。传感器安装完成后使用校准装置进行校准，确保测量精度和准确性。将硬件系统中的其他装置安装到发动机工作环境中，利用电路实现设备连接。为保证多传感器间的同步性，设置所有传感器的工作频率均为50Hz。
实验开始前启动航空发动机，利用多传感器收集实际喘振数据作为控制系统的初始数据。根据初始喘振信号生成多组喘振控制任务，控制目标均为喘振幅值等于零。使用Eclipse作为系统软件部分的开发工具，多传感器信息融合技术的融合权重系数设置为0.2。在发动机样机上设置多个喘振测点，保证任意测点间距离不大于0.5m。
4.3 对比系统介绍
为验证优化设计系统的有效性，实验设置两种传统控制系统作为对比：
基于滑模观测的自适应喘振控制系统的设计要点包括：（1）针对USV的时变特性，基于吃水深度及其高阶项推导质量和各水动力导数的解析表达式；（2）设计滑动模态观测器描述USV运动状态与水动力参数间的关系；（3）基于滑动模态观测器输出提出自适应喘振控制算法；（4）利用Lyapunov算法分析控制系统整体稳定性。
基于差分隐私的航空发动机喘振控制系统的设计要点包括：（1）将差分隐私技术融入卷积神经网络，提出DP-CNN故障检测模型；（2）通过添加噪声扰动原始数据保护个体敏感信息；（3）采用隐私预算参数衡量隐私保护程度；（4）设置EPR、N1、N2、EGT等发动机参数分析喘振波动；（5）将DP-CNN模型用于喘振故障检测以提高控制能力。DP-CNN模型在喘振故障检测中展现出较高性能。
4.4 测试指标与结果分析
实验选择控制作用下的喘振裕度作为控制功能的测试指标。喘振裕度越大，表示发动机进气口流量变化需要达到更大程度才会引发喘振，即工作点离喘振边界线越远，飞行越安全。
巡航工况下，通过喘振控制系统的运行及测点喘振数据的读取，三种控制系统作用下航空发动机的平均喘振裕度分别为13.6%、15.2%和20.0%。优化设计系统的喘振控制功能显著更优。原因在于：设计系统通过多传感器信息融合技术能够更准确地获取发动机实时工作状态，包括进气流量、压力波动、温度分布等关键参数；一旦检测到喘振迹象，系统立即启动相应控制策略迅速抑制喘振，提高了整体控制能力。
爬升工况下，三种控制系统作用下航空发动机的平均喘振裕度分别为13.6%、15.2%和20.0%。优化设计系统的优势同样明显。
着陆工况下，通过喘振流量数据的统计，三种系统控制下的航空发动机喘振裕度平均值分别为15.2%、17.8%和21.2%。优化设计系统的喘振裕度明显提升。其原因在于：设计系统根据着陆工况下发动机的工作特点对喘振检测和控制策略进行适应性调整，在着陆过程中更加注重对进气流量和压力波动的监测和控制，确保发动机在减速过程中的稳定运行。
综合三种工况的测试结果，优化设计系统在各工况下的喘振裕度均显著优于两种传统控制系统，验证了基于多传感信息融合技术的喘振控制系统在控制效果上的优越性。
五、技术发展趋势与未来展望
航空发动机作为衡量国家科技、工业和国防实力的重要标志，正朝着更高性能、更高可靠性和更智能化的方向加速发展。基于多传感信息融合技术的喘振控制系统研究在以下方面具有广阔的发展空间：
控制算法的智能化升级。深度强化学习已在航空发动机压气机主动喘振控制中展现出良好应用前景——基于深度强化学习的主动喘振控制方法能够确保压缩机在航空发动机宽工作范围内保持稳定性，其控制器在跟踪精度和鲁棒性方面均优于传统方法。未来可将深度强化学习、深度Q网络等先进算法与多传感信息融合技术深度融合，进一步提升喘振控制的实时性与自适应性。
数字孪生技术的融合应用。通过构建高精度的气动热力学模型，实时解算压气机喘振裕度、涡轮前温度裕度等关键参数。数字孪生技术能够将物理实体的实时传感数据与高保真仿真模型相结合，实现喘振风险的提前预测与控制策略的在线优化。
控制系统的多电化与集成化。航空燃油附件控制技术正逐步从机械液压控制、机电复合控制向全权限数字电子控制（FADEC）方向迈进。湖南泰德航空等国内企业已在FADEC架构的燃油系统中取得重要突破，系统架构符合DO-178C航空软件标准，控制精度可达±0.5%。未来喘振控制系统将进一步融入FADEC体系，实现发动机健康管理的全链条覆盖。
传感器技术的持续进步。随着MEMS技术、光纤传感技术和智能材料的发展，更高精度、更强环境适应性的新型传感器将不断涌现。叶端定时（Blade Tip-Timing）等新型传感技术的应用将为喘振早期预警提供更丰富的数据源。
数据隐私与安全的平衡。差分隐私等技术在保护航空发动机敏感数据方面具有重要价值。未来研究需在数据隐私保护与模型训练效率之间寻求更优平衡，探索联邦学习、安全多方计算等新兴隐私保护技术在喘振控制中的应用。
本文系统阐述了基于多传感信息融合技术的航空发动机喘振控制系统的设计方法。在硬件层面，通过优化振动、温度、位姿、压力及流量等多类型传感器的设计，采用FPGA内嵌多核DSP的高速数据处理器架构，以及集成开环与闭环控制的喘振控制器，构建了具备全面感知与实时响应能力的硬件平台。在软件层面，通过航空发动机工作过程模拟、多传感器数据加权融合、时频域特征提取与匹配、喘振状态检测及控制目标求解等环节，实现了喘振的精确识别与主动抑制。系统测试实验表明，在巡航、爬升及着陆三种典型工况下，优化设计系统的喘振裕度分别达到20.0%、20.0%及21.2%，显著优于基于滑模观测的自适应控制系统和基于差分隐私的控制系统，验证了多传感信息融合技术在提升喘振控制效果方面的有效性与优越。
热门跟贴