航空發(fā)動(dòng)機(jī)智能魯棒控制研究.pdf

1、隨著對(duì)航空發(fā)動(dòng)機(jī)性能要求越來越高，航空發(fā)動(dòng)機(jī)控制已向多變量、智能、魯棒控制等先進(jìn)控制方式發(fā)展。而魯棒控制能克服模型的不確定性，在非設(shè)計(jì)點(diǎn)也具有令人滿意的性能，在航空發(fā)動(dòng)機(jī)控制中具有良好的應(yīng)用前景。將魯棒控制和智能控制算法相結(jié)合，優(yōu)化控制器參數(shù)，可以進(jìn)一步減少回路之間的耦合，提高系統(tǒng)性能。本文圍繞航空發(fā)動(dòng)機(jī)智能多變量魯棒控制這一主題，研究了航空發(fā)動(dòng)機(jī)建模，魯棒控制器智能參數(shù)優(yōu)化方法，智能推力估計(jì)和控制方法，最后通過控制結(jié)構(gòu)分析設(shè)計(jì)了航空發(fā)

2、動(dòng)機(jī)四變量分塊解耦控制系統(tǒng)，并進(jìn)行了數(shù)字仿真和半物理仿真驗(yàn)證。
　　 論文首先建立了某型航空動(dòng)機(jī)非線性部件級(jí)模型，為論文的研究工作提供了仿真平臺(tái)。提出了基于智能優(yōu)化的航空發(fā)動(dòng)機(jī)狀態(tài)變量模型建立方法，避免了傳統(tǒng)擬合法公式推導(dǎo)的復(fù)雜性和對(duì)系統(tǒng)模態(tài)的要求，并將粒子群優(yōu)化算法與最小二乘優(yōu)化算法相結(jié)合，實(shí)現(xiàn)了航空發(fā)動(dòng)機(jī)四輸入系統(tǒng)狀態(tài)變量模型的建立，提高了高階系統(tǒng)建模的精度。
　　 在多變量魯棒控制系統(tǒng)設(shè)計(jì)中，提出了基于參考模型的智

3、能參數(shù)優(yōu)化方法，用于航空發(fā)動(dòng)機(jī)轉(zhuǎn)速控制系統(tǒng)，避免了基于性能指標(biāo)加權(quán)優(yōu)化中，性能指標(biāo)與其權(quán)重沒有明確對(duì)應(yīng)關(guān)系的缺點(diǎn)，使系統(tǒng)具有明確的性能要求。設(shè)計(jì)了基于小波神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)PID轉(zhuǎn)速控制系統(tǒng)和解耦A(yù)LQR轉(zhuǎn)速控制系統(tǒng)，提高了系統(tǒng)性能。提出了基于控制結(jié)構(gòu)設(shè)計(jì)的模型逆控制方法，用于航空發(fā)動(dòng)機(jī)直接推力控制系統(tǒng)。研究了推力估計(jì)的神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)算法、Kalman跟蹤濾波方法，并提出了基于控制器的跟蹤濾波推力估計(jì)方法。采用神經(jīng)網(wǎng)絡(luò)逆模型和線