航空發(fā)動(dòng)機(jī)智能控制算法研究.pdf

1、航空發(fā)動(dòng)機(jī)智能控制代表著發(fā)動(dòng)機(jī)控制的發(fā)展方向，該方面的研究在理論和實(shí)踐上均具有較大的意義。本文以某型混合排氣渦扇發(fā)動(dòng)機(jī)為研究對(duì)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(luò)整定的PID控制、多變量神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制和Smith預(yù)估補(bǔ)償模糊PID控制，并分別進(jìn)行了計(jì)算機(jī)仿真。
　　 首先，作為控制算法研究的基礎(chǔ)，本文采用“部件法”建立了某渦扇發(fā)動(dòng)機(jī)的氣動(dòng)熱力學(xué)模型，采用基于BP神經(jīng)網(wǎng)絡(luò)的智能方法對(duì)非

2、線性模型的共同工作方程進(jìn)行求解，結(jié)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(dòng)機(jī)非線性模型的基礎(chǔ)上，采用“順數(shù)算法”
　　 建立了發(fā)動(dòng)機(jī)的狀態(tài)空間模型，并對(duì)其進(jìn)行了相對(duì)化處理，為以后控制算法的研究奠定了基礎(chǔ)。
　　 其次，研究了兩種基于BP神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)控制算法：基于BP神經(jīng)網(wǎng)絡(luò)整定的PID控制和多變量神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制。前者利用神經(jīng)網(wǎng)絡(luò)所具有的任意非線性表達(dá)能力，實(shí)現(xiàn)參數(shù)pk、Ik和dk自學(xué)習(xí)的PID控制。而

3、多變量神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制系統(tǒng)，由BP網(wǎng)絡(luò)辨識(shí)器為神經(jīng)網(wǎng)絡(luò)控制器的參數(shù)調(diào)節(jié)提供Jacobin信息，神經(jīng)網(wǎng)絡(luò)控制器NNC在線修正參數(shù)值，實(shí)現(xiàn)對(duì)航空發(fā)動(dòng)機(jī)多變量的自適應(yīng)控制。仿真結(jié)果表明，這兩種控制方法響應(yīng)快，超調(diào)小，擁有較好的控制效果，系統(tǒng)具有良好的動(dòng)靜態(tài)性能。
　　 最后，結(jié)合Smith預(yù)估補(bǔ)償控制和模糊PID控制的優(yōu)點(diǎn)，提出一種基于BP網(wǎng)絡(luò)辨識(shí)的Smith預(yù)估補(bǔ)償模糊PID控制。該方法利用Smith預(yù)估補(bǔ)償控制原理，由神經(jīng)網(wǎng)絡(luò)為