航空发动机非线性智能预测控制研究

发布时间：2021-03-31 10:00

　　航空发动机在工作过程中会受到诸多约束条件的限制（如转轴的转速限制、贫油富油限制等）,而且由于燃烧延迟以及执行机构响应时间等的影响,航空发动机还存在着不可忽略的控制时滞环节。虽然发动机高温高压的工作环境使得其控制单元更适合采用无需大量在线运算且相对可靠的传统增益调度控制方法,但是这些方法是无法处理约束与时滞影响,因此随着相关技术领域（如电子设备、机械、材料等）的不断发展,先进控制方法在航空发动机控制系统中的应用日益增多。非线性预测控制作为一种典型的先进控制方法,不仅具有优秀的处理约束的能力,还可以利用自己超前预测的能力对控制时滞进行补偿,这使得研究非线性预测控制在航空发动机上的应用具有重要意义。针对航空发动机所受约束限制和控制时滞的影响以及非线性预测控制在线计算量较大的问题,本文主要从以下四个方面展开研究:1.为了从发动机采样数据中获得质量高、样本数量尽量少的训练数据,本文提出了一种基于K-means聚类法和平均离散程度筛选机制相结合的数据选取方法。仿真结果表明,基于该方法选取的样本数据训练得到的神经网络模型具有优秀的泛化能力。2.本文针对常规灰狼优化算法（GWO）存在的随机种群不确定性... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

模型预测示意图

图 1. 2 滚动优化示意图然还是一个开环的优化控制，当系统是不影响控制效果，但是考虑到实际了对此影响因素进行补偿，预测控制系统的实际输出值与预测模型的输出值测模型输出上使得其更接近实际输出1.3 所示。

图 1. 2 滚动优化示意图系统显然还是一个开环的优化控制，当系统与所建制结构是不影响控制效果，但是考虑到实际情况下因此为了对此影响因素进行补偿，预测控制引入了刻，将系统的实际输出值与预测模型的输出值进行馈到预测模型输出上使得其更接近实际输出，从而如图 1.3 所示。

【参考文献】：
期刊论文
[1]基于滑模控制的航空发动机多变量约束管理[J]. 杜宪,郭迎清,孙浩,徐清诗.  航空学报. 2016(12)
[2]基于k-means聚类和BP神经网络组合模型的用电负荷预测[J]. 黄磊,陈浩,衣乔木,陶亚龙.  电力与能源. 2016(01)
[3]基于预测控制的无人机编队内部避碰[J]. 魏健,李相民,代进进.  海军航空工程学院学报. 2015(04)
[4]基于约束预测控制的飞行失控包线保护研究[J]. 袁心,高振兴,李斌,王浩锋.  航空计算技术. 2015(02)
[5]基于递阶预测控制的多微电网系统能量管理[J]. 徐俊,邹媛媛,牛玉刚.  系统仿真学报. 2014(04)
[6]垂直起降战术飞机非线性预测控制仿真研究[J]. 庞瑞,史忠科.  计算机仿真. 2013(12)
[7]基于RBF网络的航空发动机预测滑模控制[J]. 苗卓广,谢寿生,丁键,王磊.  北京航空航天大学学报. 2013(12)
[8]基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制[J]. 王磊,谢寿生,苗卓广,任立通,余坚.  航空动力学报. 2013(06)
[9]民用涡扇发动机预测控制器设计[J]. 杜宪,郭迎清.  航空发动机. 2013(03)
[10]时变纯延迟发动机模型的参数辨识及控制方法[J]. 纪仓囤,樊丁.  科学技术与工程. 2013(02)

硕士论文
[1]大时滞系统参数自整定控制的研究[D]. 褚丽丽.西南交通大学 2008



本文编号：3111244