航空發(fā)動機智能控制算法研究.pdf

1、航空發(fā)動機智能控制代表著發(fā)動機控制的發(fā)展方向，該方面的研究在理論和實踐上均具有較大的意義。本文以某型混合排氣渦扇發(fā)動機為研究對象，建立了其非線性模型和狀態(tài)空間模型，研究了3種智能控制算法：基于BP神經(jīng)網(wǎng)絡整定的PID控制、多變量神經(jīng)網(wǎng)絡自適應控制和Smith預估補償模糊PID控制，并分別進行了計算機仿真。
　　 首先，作為控制算法研究的基礎，本文采用“部件法”建立了某渦扇發(fā)動機的氣動熱力學模型，采用基于BP神經(jīng)網(wǎng)絡的智能方法對非

2、線性模型的共同工作方程進行求解，結果證明該方法具有良好的求解精度、效率和收斂性。在發(fā)動機非線性模型的基礎上，采用“順數(shù)算法”
　　 建立了發(fā)動機的狀態(tài)空間模型，并對其進行了相對化處理，為以后控制算法的研究奠定了基礎。
　　 其次，研究了兩種基于BP神經(jīng)網(wǎng)絡的發(fā)動機控制算法：基于BP神經(jīng)網(wǎng)絡整定的PID控制和多變量神經(jīng)網(wǎng)絡自適應控制。前者利用神經(jīng)網(wǎng)絡所具有的任意非線性表達能力，實現(xiàn)參數(shù)pk、Ik和dk自學習的PID控制。而

3、多變量神經(jīng)網(wǎng)絡自適應控制系統(tǒng)，由BP網(wǎng)絡辨識器為神經(jīng)網(wǎng)絡控制器的參數(shù)調(diào)節(jié)提供Jacobin信息，神經(jīng)網(wǎng)絡控制器NNC在線修正參數(shù)值，實現(xiàn)對航空發(fā)動機多變量的自適應控制。仿真結果表明，這兩種控制方法響應快，超調(diào)小，擁有較好的控制效果，系統(tǒng)具有良好的動靜態(tài)性能。
　　 最后，結合Smith預估補償控制和模糊PID控制的優(yōu)點，提出一種基于BP網(wǎng)絡辨識的Smith預估補償模糊PID控制。該方法利用Smith預估補償控制原理，由神經(jīng)網(wǎng)絡為