基于主动防喘的航空发动机加速控制仿真

开展基于主动防喘的航空发动机加速控制仿真研究。在建立航空发动机数学模型的基础上,设计了基本加速率控制、基于主动防喘的加速率控制、基于主动防喘的喘振裕度控制及基于喘振裕度估计的喘振裕度控制等4个发动机加速控制方案。仿真结果表明:①主动防喘控制可以在发动机稳定性恶化的情况下,通过较小的控制输出和性能损失实现无喘加速;②主动防喘控制与直接喘振裕度控制相结合可以简化发动机加速控制器设计,不需要额外的优化过程便能得到较优的加速性能;③主动防喘控制可以降低发动机设计点的喘振裕度,从整体上提高了发动机的性能。     

考虑寿命的航空发动机最优加速控制规律研究

传统航空发动机控制主要考虑在安全可靠前提下保证发动机性能,而延寿控制则通过适当修改加速控制规律,使发动机寿命得到大幅度延长,同时加速性能不变或略有可接受的降低.针对加速控制规律最优化设计中所遇到的求解问题,以某型涡扇发动机涡轮导向叶片的热机械疲劳寿命为例,提出采用动态稳定法来解决给定寿命因素约束条件下的最优加速控制规律设计.仿真结果表明,所设计的加速控制规律充分挖据了发动机加速性能潜力,又保证了叶片热机械疲劳损伤的极限情况,是最优的;通过略微牺牲发动机加速性能的情况下,可明显延长叶片的工作寿命.     

一种航空发动机加速控制参数优化新方法

研究航空发动机加速控制器参数优化问题,对衡量军用飞机性能优劣起着重要作用.针对目前适用于航空发动机加速控制器参数优化的方法很少且效果不佳的问题,根据发动机非线性和时变性强的特点,采用在常规N-M单纯形非线性优化算法的基础上,结合平移误差阈值判断,引入顶点平移的改进单纯形法对PID控制器的比例、积分、微分系数进行参数优化,以调节时间与误差平方和压气机喘振裕度乘积的积分建立目标函数,寻优过程用基于CodeBlocks平台的C语言编制控制算法实现.仿真结果表明,改进方法收敛速度快,实时性好,满足发动机加速过程响应时间短,不喘振、不超温的要求.     

基于混合粒子群算法的PID参数寻优

提出一种将单纯形法SM与粒子群算法PSO结合的混合粒子群算法HPSO。通过对3种常用测试函数进行优化和比较．结果表明HPSO比PSO和SM都更容易找到全局最优解。然后用HPSO优化算法对某涡扇发动机PID控制中的参数进行优化并将结果与混合遗传算法HGA的结果进行比较，结果表明HPSO在找寻最优解效率上好于HGA。且算法实现简单，具有很高的可靠性，是一种PID控制参数寻优的有效方法。     

基于Matlab的内模法航空发动机PID控制仿真

针对某型涡喷发动机,基于内模原理(IMC)设计了自整定PID控制器;研究在发动机处于不同转速状态时的变参数PID控制,实现对发动机加速过程的分段控制;在建立发动机模型时将大偏差过程分取了若干段,对每一小段分别用相应的小偏离动态过程的数学模型表示;由这若干个小偏差动态模型组合成描述全工作范围动、静态特性的发动机模型;利用MATLAB/Simulink对加速过程进行了仿真,仿真结果表明该控制系统具有良好的控制效果,各种加速过程和小偏离动态响应的超调量与调节时间都令人满意.     

涡扇发动机最优加速控制规律

关于涡扇发动机最优加速控问题,由于状态系统存在较强的非线性,控制性能差,改善发动机加速性,传统非线性规划算法求解过程中因采用罚函数处理约束条件而无法充分搜索控制参数的可行域。为提高系统性能,并充分挖掘发动机的加速特性,采用Sigma方法的多目标粒子群算法求解。可以在带限制因子的粒子群算法的基础上,利用粒子群算法的快速寻优能力和Sigma方法沿约束边界的充分搜索方法,求解发动机加速过程中控制参数,并进行仿真。结果证明,采用多目标粒子群算法优化后,加速时间缩短了约2.01s,结果表明改进方法是可行的,能在确保发动机安全工作的前提下,进一步提升了发动机的加速性能。     

基于T-S模糊神经网络的涡扇发动机加速控制

航空发动机足一个结构复杂的非线性强多变量控制对象。随着航空发动机全权限数字式电子控制器的研制和应用,发动机加速性能要求的不断提高,对发动机加强智能控制技术的应用是必然的趋势。因此将智能控制引入到航空发动机控制系统中,根据模糊控制与神经网络结合的思想,针对涡扇发动机加速控制中的最优控制问题,提出了基于T—S（Tagaki—Sugeno）模型的模糊神经网络的发动机加速控制,并对控制系统的结构、网络结构进行仿真实现。仿真结果表明方法在满足发动机加速控制中各约束条件的前提下,不喘振、不超温、使发动机加速过程安全稳定,且加速时间短。     

涡桨发动机最优加速控制研究

研究航空涡轮螺旋桨发动机的加速过程性能寻优控制问题.为改善航空涡轮螺旋桨发动机的加速性能及动态性能,提出建立发动机和螺旋桨机构的一体化优化模型,并应用线性加权和法构造评价函数和遗传算法解多目标多变量最优化问题,在满足所有约束条件以及在保证发动机安全的前提下,达到进一步发挥发动机性能潜力的目的.仿真结果表明,提出的涡桨发动机一体化优化模型及寻优控制方法能很好地改善涡桨发动机的加速性能及动态性能,发动机具有良好的加速性.     

基于单神经元PID的航空发动机解耦控制

将神经网络应用到PID控制器的参数整定过程中,提出了一种基于改进单神经元PID的航空发动机解耦控制方法,通过在航空涡扇发动机多变量控制系统中的应用,得出了实际的仿真结果及结论。仿真结果表明,该改进单神经元PID解耦控制方法与传统的PID多变量解耦相比,具有响应速度快,自适应能力强,抗干扰能力强,实现简单的优点,因而可以广泛的应用于非线性系统的解耦控制中。     

跟踪微分器在航空发动机控制系统中的应用研究

对自发动机转速信号提取转速加速度信息的微分算法进行了研究,对比、分析了跟踪微分器和传统一阶差分算法的性能差异.在此基础上,提出了基于转速补偿的双跟踪微分器算法.仿真研究表明,这一双跟踪微分器的跟随性和稳定性均较为理想.     

基于KQ的航空发动机多变量控制算法研究

针对某型双转子、双涵道混合排气式涡扇发动机多变量控制系统要求,首先以相关增益矩阵方法研究了航空发动机多变量控制方案中的被控参数与控制量的一一对应关系问题,然后阐明了KQ算法的基本原理和基本算法,并以飞行条件为H=11 km、Ma =1.2为仿真算例点,设计了基于KQ算法的多变量控制器.与非线性部件级气动热力学模型组成控...     

混杂系统优化控制的动态规划方法研究

研究了末态自由、时间一定的混杂系统的最优控制问题. 提出了基于可达网络的混杂系统优化控制的动态规划方法. 这种方法能够给出问题的全局最优解, 并有效地降低系统的计算量.     

智能隔震结构序列最优控制Simulink仿真分析

介绍了现有经典控制算法特点及Simulink S-函数实现主动控制仿真的方法。针对地震引发结构受迫振动最优控制问题,借鉴离散系统最优控制Bellman最优法则,提出了基于全状态反馈的主动序列最优控制律。与现有经典控制算法相比,序列最优控制算法增益矩阵具有时变的特点。通过对五层基础隔震结构地震反应控制仿真分析表明,经典最优控制算法和序列最优控制算法都能有效地减少地震反应,但序列最优控制算法具有较强的抗噪声能力且具有良好的鲁棒性能。     

基于小波逼近的航天器太阳帆板展开过程最优控制的遗传算法

本文讨论了航天器太阳帆板展开过程中航天器姿态的最优控制问题，在控制算法中用小波函数逼近控制输入规律，提出了太阳巾帆板展开过程最优控制的遗传算法，数值仿真表明，小波逼近和遗传算法联合求解最优控制问题是有效的。     

基于神经网络自适应控制技术的发动机仿真

利用神经网络自适应控制技术,以某型涡扇发动机为被控对象,通过含实物实时仿真实验,验证了控制算法具有良好的实时性,而且具有一定的鲁棒性,是一种良好的发动机多变量控制系统。     

基于人工免疫算法的污水处理最优控制

根据多变量最优控制数学模型,采用人工免疫算法进行污水处理过程的优化控制。该算法通过模拟免疫系统的学习、记忆功能实现模式识别和寻优搜索,避免迭代初值猜测以提高计算效率。数值仿真结果表明,该算法可满足污水处理系统多目标控制的要求,且鲁棒性强、控制效果好。     

基于Matlab的航空发动机数控系统控制算法快速开发

为解决航空发动机数控系统中复杂控制算法开发难度大、周期长的问题,提出基于Matlab及其自动代码生成功能进行机载嵌入式控制算法快速开发的方法。针对航空发动机数控系统中常用的DSP和VxWorks实时平台,以典型算法LQR控制器和卡尔曼滤波器为例,分别利用Embedded Matlab和Simulink/RTW进行实时代码开发。解决了其中的代码提取、修改和移植等关键技术问题,实现控制算法跨平台开发的无缝过渡和高效移植。试验表明,提出的航空发动机数控系统控制算法的快速开发方法具有可行性和高效性。     

基于CAN总线的航空发动机试车台实时测控系统设计

针对某型航空发动机的性能测试需求,设计了基于CAN总线的上下位机实时测控系统,该系统综合应用了总线测试、虚拟仪器和实时操作系统等技术。针对CAN总线通信存在网络数据丢包问题,提出了基于缓冲器的数据包丢失补偿器的算法。经实践证明,该系统运行稳定可靠、实时性强、测控精度高,达到了预期的设计指标要求。