买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种飞机电动环控系统能效优化的控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116101496B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211419304.2，技术领域涉及：B64D13/06；该发明授权一种飞机电动环控系统能效优化的控制方法是由郑峰婴;何中泽;张镜洋;胡文超;傅杰城;金行健;朱文杰设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本一种飞机电动环控系统能效优化的控制方法在说明书摘要公布了：本发明公开了一种飞机电动环控系统EECS能效优化的控制方法，将传统的区域控制策略改变为三变量优化与双目标控制的组合，以系统的性能系数COP为指标，通过求解不同工况下优化变量的最优解集来最大化COP。在此基础上，通过控制器解算两个控制量的值来满足系统的性能需求。首先，建立一个GRNN模型，通过各工况下的大量离线数据训练，使其能够准确预测不同工况下系统的稳态COP。随后，DE算法在满足部件性能约束的解空间内搜寻最优COP对应的优化变量解集。最后，通过控制器在最优的操作点下求解相应的控制量，从而实现能效优化控制。

本发明授权一种飞机电动环控系统能效优化的控制方法在权利要求书中公布了：1.一种飞机电动环控系统能效优化的控制方法，电动环控系统EECS通过额外配置一个电动机驱动的压气机压缩环境空气作为气源，直接从环境大气中引入空气，电动机驱动压气机压缩冲压空气，经过初级散热器冷却后由压气机增压，接着进入次级换热器继续冷却，冷却后的空气经冷凝器降温除湿后，依次进入一级、二级涡轮冷却器进行冷却，最后获得的冷却空气供入座舱以平衡热载荷； 其特征在于：将传统的区域控制策略改变为三变量优化与双目标控制的组合，以EECS的制冷系数COP为指标，通过求解不同工况下优化变量的最优解集来最大化COP，在此基础上，通过控制器解算两个控制量的值来满足系统的性能需求；首先，建立一个广义回归神经网络模型，通过各工况下的大量离线数据训练，预测不同工况下EECS的稳态COP；随后，差分进化算法在满足部件性能约束的解空间内搜寻最优COP对应的优化变量解集；最后，通过控制器在最优的操作点下求解相应的控制量，从而实现能效优化控制； 包括以下步骤： S1，设计EECS的控制方案，搭建EECS模型 在满足座舱的制冷量和供气量需求的基础上，根据EECS的部件配置、控制功能及构架需求分析，设计其优化变量、控制对象和控制量，EECS的控制对象为满足EECS性能的供气量以及通过制冷量和供气量折算出的供气温度，执行机构包括电动压气机、冷风道活门、旁通活门、经济制冷活门和低限活门，其中，旁通活门、经济制冷活门和低限活门改变的均是热流流量，均能够调节相应节点温度最终影响供气温度，而冷风道活门改变的是冷流流量，为最大化EECS的COP，选择将旁通活门、经济制冷活门和低限活门开度作为优化变量，在此基础上，冷风道活门开度作为控制量来满足供气温度需求，电动压气机转速作为控制量来满足供气量需求； S2，获取COP预测模型的学习样本 通过广义回归神经网络GRNN预测不同环境参数和操作参数下EECS的稳态COP，GRNN的输入包含巡航高度、飞行马赫数、座舱热载荷三个环境参数和旁通活门开度、经济制冷活门开度、低限活门开度三个操作参数，GRNN的输出为电动压气机的出口温度和座舱的供气温度，通过大量仿真数据收集学习样本，样本的数量不少于2400组，具体做法为：按梯度设置巡航高度、飞行马赫数和座舱热载荷三个环境参数，在一组环境参数下，按梯度设置旁通活门开度、经济制冷活门开度和低限活门开度三个操作参数，通过两个PID控制器分别控制电动压气机转速和冷风道活门开度来满足座舱供气量需求和制冷量需求，记录稳态下电动压气机的出口温度和座舱供气温度作为学习样本； S3，构建广义回归神经网络GRNN的拓扑结构 GRNN为四层网络，包括输入层、模式层、求和层和输出层，输入层设置六个神经元，分别对应当前的巡航高度、飞行马赫数、座舱热载荷、旁通活门开度、经济制冷活门开度和低限活门开度，输入层神经元直接将输入变量传递给模式层，模式层的神经元数目为学习样本数，单个神经元的输出为： 1 其中，是网络的六个输入向量，是第个神经元对应的学习样本，为神经元宽度； 求和层采用两种神经元进行求和计算，总数量为输出向量维数加一；第一种对模式层的所有输出直接相加，其输出描述为 2 第二种对模式层的输出进行加权求和，其输出可以描述为 3 其中，是第个输出样本中的第个元素； 输出层设置两个神经元，分别对应电动压气机的出口温度和座舱的供气温度，输出层将求和层的输出相除，即： 4 设座舱空气再循环流量为供气量的一半，取再循环空气经风扇的温升为4℃，则EECS的COP由下式得到： 5 其中，为座舱制冷量，为EECS的系统耗功，为空气的定压比热容，为供气温度，为环境温度，为供气流量； S4，训练广义回归神经网3络GRNN模型； 将S2获取的学习样本平均分为两组，其中一组作为训练集对广义回归神经网络进行训练，另一组作为测试集用于验证GRNN对于不同工况系统COP预测的准确度； S5，设定差分进化算法的个体和适应度函数； 差分进化算法中的每个个体代表一组阀门开度，每次迭代后的个体值被代入预测模型得到相应的预测值，经转化得到COP数值作为差分进化算法的适应度值； S6，设定差分进化算法参数 差分进化算法的种群数量取30-100，最大迭代次数取100-200，变异因子和交叉因子取值根据算法收敛结果的优劣进行选取； S7，根据EECS性能需求和部件的工作特性对差分进化算法施加约束； 差分进化算法求得的解集需要满足以下条件，第一类条件：每一组解需要在同一制冷量和供气量条件下生成；2每一组解要兼顾EECS运行状态，阀门的开度应在0-90度内，压气机的出口温度和冷凝器的入口温度需要在正常工作范围内； 对于第一类条件，由于GRNN的学习样本已经通过PID控制器处理过，因此，只需要针对第二类条件施加约束，压气机的出口温度应低于210摄氏度；冷凝器的入口温度应高于露点；阀门的开度应在0-90度内； S8，进行差分进化算法的迭代计算，求解最优COP对应的操作参数 1初始化 差分进化算法中的每个个体都是代表一组阀门开度的三维向量，描述为：初始种群可以通过从可行域中随机生成， 6 其中，为个体取值下界，为个体取值上界，为种群数量； 2变异 通过将两个独立个体加权到另一个个体上来生成变异向量，为后代群体奠定基础，变异个体描述为： 7 其中，是变异因子； 3交叉 为了增强种群的多样性，将部分变异的个体放入种群中： 8 其中，为交叉因子，是1到3的随机整数，确保至少有一维变量来自变异操作； 4选择 每次迭代完成后，通过计算比较个体的适应度值，选出较优的个体进行下一次迭代，重复2至4，直至达到预设的最大迭代次数，最终得到最优COP对应的阀门开度： 9 其中，为迭代次数，为适应度函数即COP。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。