微型涡喷发动机非线性控制技术研究

发布时间：2017-10-15 10:20

  本文关键词：微型涡喷发动机非线性控制技术研究

  更多相关文章： 微型涡喷发动机 非线性特性 非线性控制 s-function PID控制 RBF神经网络 模糊自适应PID控制

【摘要】：微型涡喷发动机具有与大型航空发动机相同的工作原理和类似的结构组成,基于微型涡喷发动机开展控制系统分析和试验研究具有成本低、风险小等优点,其研究成果对于大型航空发动机控制系统的开发具有参考价值。本文针对微型涡喷发动机的非线性特性和非线性控制技术开展研究,主要内容如下:首先,开展发动机模型的建立和非线性特性分析研究。根据Matlab的S-function接口规范对已有的基于C语言的微型涡喷发动机部件级非线性动态模型程序进行改造,并利用Matlab的编译工具,将该模型编译成.MEX文件形式的S-function,从而为在Matlab下开展微型涡喷发动机仿真试验奠定了基础。之后利用小扰动法建立了微型涡喷发动机不同工作点处的线性模型。基于所建立的模型分析了微型涡喷发动机在慢车以上状态的非线性特性,并论证了采用非线性控制器的必要性。其次,开展传统PID控制器的改进设计研究。采用离线优化的变参数PID控制算法能保证各工作点的控制性能;控制器参数基于误差及误差变化率的非线性PID控制算法不仅实现了控制器参数的在线调整,而且可以在大范围内获得较好的控制效果;由于前馈控制量能够提供非线性稳态补偿控制作用,所以在非线性PID控制的基础上加入了前馈控制,明显提高了控制系统的跟踪性能,并且避免了过大的超调。最后,开展了基于径向基函数(RBF-Radial Basis Function)神经网络前馈的模糊自适应PID控制研究。基于微型涡喷发动机的稳态数据样本,对用于前馈控制的RBF神经网络进行离线训练,并在此基础上分别加入了传统PID控制器以及模糊自适应PID控制器开展仿真试验。仿真结果表明:与传统PID控制器相比,基于RBF神经网络前馈的PID控制器具有更好的跟踪效果;基于RBF神经网络前馈的模糊自适应PID控制器具有控制器参数在线整定能力,可进一步提高系统在大范围的控制品质,可以有效解决发动机的非线性特性带来的控制困难。
【关键词】：微型涡喷发动机 非线性特性 非线性控制 s-function PID控制 RBF神经网络 模糊自适应PID控制
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V235.11
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 注释表13-14
• 缩略词14-15
• 第一章 绪论15-24
• 1.1 研究背景及意义15-16
• 1.2 国内外现状16-22
• 1.2.1 非线性控制技术16-19
• 1.2.2 航空发动机的非线性控制19-22
• 1.3 本文主要研究内容22-24
• 第二章 微型涡喷发动机模型研究24-36
• 2.1 某微型涡喷发动机部件级模型简介24-25
• 2.2 基于部件级模型的Simulink模型建立25-29
• 2.2.1 Simulink及S函数简介26-27
• 2.2.2 根据MEX文件创建发动机模型S函数27-28
• 2.2.3 微型涡喷发动机Simulink模型建立28-29
• 2.2.4 仿真测试29
• 2.3 慢车以上状态线性模型的建立29-35
• 2.3.1 阶跃扰动法建立发动机慢车及以上状态的线性模型30-34
• 2.3.2 仿真验证34-35
• 2.4 本章小结35-36
• 第三章 微型涡喷发动机慢车以上状态的非线性特性分析36-47
• 3.1 航空发动机非线性特性研究意义36
• 3.2 非线性特性产生机理36-39
• 3.3 某微型涡喷发动机非线性特性研究39-46
• 3.3.1 发动机稳态非线性特性研究39-41
• 3.3.2 发动机动态非线性特性研究41-44
• 3.3.3 发动机非线性特性对控制器控制效果的影响分析44-46
• 3.4 本章小结46-47
• 第四章 PID控制算法在微型涡喷发动机上的应用47-67
• 4.1 PID控制器简介47-48
• 4.2 基于优化函数的变参数PID控制算法48-52
• 4.2.1 开展参数优化的必要性48-49
• 4.2.2 参数优化原理49
• 4.2.3 优化实现49-50
• 4.2.4 变参数PI控制50-52
• 4.3 非线性PID控制器设计52-60
• 4.3.1 非线性比例控制53-54
• 4.3.2 非线性积分控制54-55
• 4.3.3 非线性微分控制研究55-56
• 4.3.4 控制仿真实现56-60
• 4.4 前馈非线性PID控制器设计60-66
• 4.4.1 前馈控制的优点60-62
• 4.4.2 前馈量的获取62
• 4.4.3 仿真验证62-66
• 4.5 本章小结66-67
• 第五章 基于RBF神经网络前馈的模糊PID自适应控制67-88
• 5.1 RBF神经网络介绍67-72
• 5.1.1 RBF神经网络简介67-68
• 5.1.2 径向基函数网络的构建68-70
• 5.1.3 前馈量训练70-72
• 5.2 基于RBF神经网络前馈的PID控制72-74
• 5.2.1 控制原理72
• 5.2.2 仿真验证72-74
• 5.3 基于RBF神经网络前馈模糊自适应PID控制74-87
• 5.3.1 模糊自适应PID控制器设计74-81
• 5.3.2 系统仿真框图建立81-82
• 5.3.3 仿真结果分析82-87
• 5.4 本章小结87-88
• 第六章 总结与展望88-90
• 6.1 总结88-89
• 6.2 展望89-90
• 参考文献90-93
• 致谢93-94
• 在学期间的研究成果及发表的学术论文94

【相似文献】

中国期刊全文数据库 前10条

1 朱雄军;杜吉庆;;微型涡喷发动机建模技术研究[J];伺服控制;2013年05期

2 叶明;;美国研究小型涡喷发动机[J];飞航导弹;1993年10期

3 吴锋,朱永红,陈林根,孙丰瑞;不可逆涡喷发动机的热力学优化[J];汕头大学学报(自然科学版);1998年02期

4 谢强;;微型涡喷发动机试验研究[J];电子技术与软件工程;2014年11期

5 周淑萍,李新民,倪行强;涡喷发动机多媒体实时数字仿真[J];推进技术;2000年03期

6 于达仁,郭钰锋,牛军,史新兴,何保成;涡喷发动机风车启动工况的神经网络建模[J];推进技术;2001年03期

7 李文杰;美国空军在研的一种新型发动机——汽射涡喷发动机[J];飞航导弹;2002年01期

8 王曦,刘德宏;涡喷发动机伺服跟踪控制[J];航空发动机;2002年02期

9 牛军,于达仁,冯国泰;弹用涡喷发动机全工况闭环仿真平台[J];航空动力学报;2003年05期

10 牛军,于达仁,冯国泰,何保成,史新兴;涡喷发动机供油调节系统的故障仿真及分析[J];推进技术;2003年04期

中国重要会议论文全文数据库 前3条

1 王碧远;张洲;樊国福;熊勇;;涡喷发动机钢盘碳钢夹杂原因分析及预防[A];第十五届中国科协年会第13分会场：航空发动机设计、制造与应用技术研讨会论文集[C];2013年

2 张清贵;;某型涡喷发动机螺栓装配断裂故障分析[A];第十五届全国疲劳与断裂学术会议摘要及论文集[C];2010年

3 蒋永松;郭捷;;双轴涡喷发动机高低压压气机匹配数值仿真[A];探索创新交流－－中国航空学会青年科技论坛文集[C];2004年

中国重要报纸全文数据库 前1条

1 姜健;试飞院完成某涡喷发动机挂飞试验首飞[N];中国航空报;2010年

中国博士学位论文全文数据库 前1条

1 陈煜;基于非线性模型的涡喷发动机气路故障诊断研究[D];南京航空航天大学;2014年

中国硕士学位论文全文数据库 前10条

1 申涛;微型涡喷发动机建模与控制的研究[D];南京航空航天大学;2012年

2 杨帅;微型涡喷发动机六分量应变天平的设计与研究[D];西南科技大学;2015年

3 陆瑶;31X涡喷发动机建模与性能分析研究[D];国防科学技术大学;2013年

4 申春艳;微型涡喷发动机非线性控制技术研究[D];南京航空航天大学;2015年

5 魏芳;微型涡喷发动机自适应控制技术研究[D];南京航空航天大学;2008年

6 李秋华;微型涡喷发动机先进控制算法研究[D];南京航空航天大学;2007年

7 高峰;燃油闭环计量及微型涡喷发动机控制技术研究[D];南京航空航天大学;2009年

8 黄李;试验法建模在微型涡喷发动机上的应用[D];南京航空航天大学;2010年

9 王栋;微型涡喷发动机试验研究[D];南京理工大学;2011年

10 郑颖;微型涡喷发动机数字控制系统设计研究[D];哈尔滨工程大学;2012年

，

本文编号：1036561