凌彦聪，周文祥，朱平芳，曾建平

（1.厦门大学航空航天学院，厦门 361005；2.南京航空航天大学能源与动力学院，南京 210016）

非线性和时变是涡扇发动机系统中普遍存在的现象，高精度的非线性时变数学模型是涡扇发动机特性分析和综合的基础。早期涡扇发动机建模方法，大都采用线性化模型，未能真实地反映涡扇发动机系统时变和非线性的动态信息。针对这一问题，吴斌等［1］建立线性变参数（Linear parameter⁃varying，LPV）模型描述涡扇发动机大范围变化的动态特性，LPV 系统的系统参数可以表示为参数的函数，是基于状态的增量形式，需要与稳态基线模 型 结 合 使 用。Fu 等［2⁃3］提 出 一 类 能 够 描 述 对 象非线性和时变特性的非线性变参数（Nonlinear pa⁃rameter⁃varying，NPV）模型。该模型将非线性特性表征为依赖状态的多项式函数，其状态是基于对象的物理量，但由于其不需要基线模型则会带来误差的积累。因此，在拟合成NPV 模型之前如何高精度地对各个稳态点以及各包线的建模就显得至关重要。本文采用系统辨识的思想研究涡扇发动机的NPV 系统建模方法。

关于涡扇发动机模型辨识可以分为两类：一是对试验数据的辨识修正提高部件法模型的精度。二是选择输入输出数据以及模型类进行辨识建模。美国路易斯研究中心较早地研究系统辨识理论在发动机控制系统设计中的应用，Banazadeh等［4］提出一种扫频方法，通过发动机频域响应得到其 频 率 响 应 函 数。Kaufman 等［5］提 出GE7 燃 气 轮机建立状态变量模型的分步辨识方法。Breikin等［6］通过对发动机稳态点的输入输出数据，利用最小二乘法辨识状态空间系统矩阵参数得到发动机多变量的状态变量模型。……