发动机自适应建模及神经网络控制

论文题目: 发动机自适应建模及神经网络控制

论文类型: 硕士论文

论文专业: 航空宇航推进理论与工程

作者: 袁鸯

导师: 孙健国

关键词: 航空发动机,自适应建模,神经网络控制,卡尔曼滤波器,网络,网络

文献来源: 南京航空航天大学

发表年度: 2005

论文摘要: 本文从数学模型和控制器两方面着手研究提高航空发动机控制系统自适应性的方法。包括机载自适应实时模型研究和神经网络控制研究两部分。 本文建立发动机机载自适应实时模型的思想认为:发动机的任何非额定工况都必然导致其输出参数变化,输出参数会偏离它们的额定值产生输出偏离量。通过设计卡尔曼滤波器和神经网络映射模块的方法可以在线实时地获得这些输出偏离量,并将其用来修正按额定特性建立的发动机部件级模型的输出,最后再利用修正后的模型参数,经过一系列非线性计算即可获得发动机非额定工况下的性能量(推力、喘振裕度等)的准确值,从而具备对发动机非额定工况的自适应能力。 关于神经网络控制,本文主要研究了基于 BP 网络整定的 PID 控制和神经网络并行控制两种方案。前者利用神经网络具有的非线性逼近能力,通过对系统性能指标的学习来实现 PID 控制参数的最佳组合;后者将神经网络作为前馈控制器与 PID 反馈控制器共同起控制作用。两种方案都充分利用了神经网络在线学习调整权值的能力,增强了控制器对对象特性变化的自适应能力。本文最后还对 CMAC 网络模型进行了学习和研究,并尝试着将其应用于航空发动机线性模型的控制,取得了较好的控制效果,为进一步研究做准备。

论文目录:

第一章 绪论

1.1 问题的提出

1.2 发动机自适应建模

1.3 发动机神经网络控制

1.4 本文内容安排

第二章 建立某型涡扇发动机部件级模型

符号表

2.1 概述

2.2 沿发动机流程的各部件气动热力计算

2.2.1 进气道

2.2.2 风扇

2.2.3 压气机

2.2.4 燃烧室

2.2.5 高压涡轮

2.2.6 低压涡轮

2.2.7 外函

2.2.8 掺混室

2.2.9 加力燃烧室

2.2.10 尾喷管

2.3 建立各部件共同工作方程

2.3.1 稳态控制方程

2.3.2 动态控制方程

2.4 部件级模型求解

2.4.1 稳态模型求解

2.4.2 动态模型求解

2.5 建模中两个重要特点

2.5.1 一次通过算法

2.5.2 面向对象的程序设计方法

2.6 小结

第三章 建立某型涡扇发动机机载自适应实时模型

符号表

3.1 概述

3.2 建立自适应模型各功能模块

3.2.1 发动机部件级模型模块

3.2.2 输入\输出转换模块

3.2.3 状态变量模型模块

3.2.4 增广状态变量模型和卡尔曼滤波器模块

3.2.5 神经网络映射模块

3.2.6 稳态基点模块

3.2.7 非线性计算模块

3.3 机载自适应实时模型仿真程序及其工作能力仿真

3.3.1 机载自适应实时模型仿真程序

3.3.2 机载自适应实时模型工作能力仿真

3.3.3 机载自适应实时模型的实时性

3.4 小结

第四章 BP 神经网络 PID 控制

4.1 概述

4.2 BP神经网络的拓扑结构和学习算法

4.3 控制对象及参考模型描述

4.4 基于BP 神经网络整定的PID 控制

4.4.1 控制方案

4.4.2 控制器设计

4.4.3 控制效果仿真

4.5 BP 网络与 PID 并行控制

4.5.1 控制方案

4.5.2 控制器设计

4.5.3 控制效果仿真

4.6 小结

第五章 基于 CMAC 的神经网络控制

5.1 概述

5.2 CMAC 网络

5.2.1 CMAC 模型结构

5.2.2 CMAC 工作原理

5.2.3 CMAC 学习算法

5.3 基于 CMAC 与 PID 的并行控制器设计

5.4 控制效果仿真

5.5 小结

第六章 总结与展望

参考文献

致谢

在学期间发表的论文

发布时间: 2005-07-08

参考文献

• [1].基于系统辨识的航空发动机建模研究[D]. 郑斐华.中国科学院大学(中国科学院工程热物理研究所)2018
• [2].基于LPV模型的航空发动机控制方法研究[D]. 张单梅.东北大学2015
• [3].基于反步法的航空发动机失稳控制[D]. 汪星星.东北大学2015
• [4].基于统计学的维修决策及其在航空发动机系统中的应用[D]. 高剑伟.哈尔滨工业大学2018
• [5].基于Unity3D的航空发动机虚拟现实设计与研究[D]. 杨姣.西华大学2018
• [6].航空发动机涡轮叶片热—动力学耦合疲劳可靠性分析[D]. 王明.哈尔滨工程大学2018
• [7].典型航空发动机轮盘破裂失效研究[D]. 蔡全卓.浙江大学2017
• [8].基于维修数据的航空发动机篦齿密封特性分析[D]. 卢少彬.中国民航大学2018
• [9].基于盲分离的航空发动机振源识别技术研究[D]. 常佳泽.中国民航大学2018
• [10].航空发动机压力传感器失效模式分析[D]. 李清成.中国民航大学2018

相关论文

• [1].航空发动机自适应建模及故障诊断[D]. 赵世荣.南京航空航天大学2007
• [2].基于多目标遗传算法的航空发动机多目标优化控制[D]. 李玥.南京航空航天大学2007
• [3].航空发动机数学模型与控制规律研究[D]. 王鑫.西北工业大学2007
• [4].基于遗传算法的航空发动机神经网络控制[D]. 包睿.南京航空航天大学2007
• [5].智能PID控制器在航空发动机控制中的应用研究[D]. 傅强.西北工业大学2005
• [6].用实测数据建立发动机的神经网络模型[D]. 文陆军.南京航空航天大学2005
• [7].航空发动机建模技术研究[D]. 李家瑞.南京航空航天大学2005
• [8].某型涡轴发动机起动建模技术研究[D]. 郑绪生.南京航空航天大学2005
• [9].某型涡扇发动机自适应建模研究[D]. 王信德.南京航空航天大学2003
• [10].航空发动机智能建模与故障诊断研究[D]. 卓刚.南京航空航天大学2004

标签：航空发动机论文;  自适应建模论文;  神经网络控制论文;  卡尔曼滤波器论文;  网络论文;