PID控制在风洞风速调节中的应用

为了完成某研究所风洞的风速控制系统，设计了一套以计算机为中心基于PLC的风速控制系统，给出了系统的硬件设计和软件设计，在提出PID控制方案的基础上，介绍了PID控制的原理和特点，对风速控制精度及PID参数整定进行了研究。经实际运行验证了在风洞交流电机变频调速系统中PID控制的可靠性和实用性。     

NF-6增压连续式跨声速风洞流场特性与标模试验

NF-6风洞是中国第一座增压连续式跨声速风洞。对NF-6风洞试验段流场特性进行了总结分析,研究结果表明该风洞具有优良的流场品质,总体上达到了设计要求,具备了承担型号和科研试验任务的能力。通过AGARD-B标模试验,进一步完善了NF-6风洞试验段流场品质校测项目,检验了该风洞的测力试验能力。NF-6风洞标模试验结果与国内外风洞试验数据吻合较好,试验精度和风洞平均气流偏角满足国军标要求,表明该风洞具备了测力试验的能力。     

航空发动机PID神经网络解耦控制

对航空发动机的双变量解耦控制方法进行了研究,提出了一种基于遗传算法的PID神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习,克服了BP算法易陷入局部权值的缺点,并具有PID神经网络控制器结构简单规范、动态和静态性能良好等优点。     

NF-6风洞马赫数闭环控制系统设计研究

对NF-6风洞的概况进行了简要介绍,重点阐述了风洞马赫数测量、控制方式及流程,分析了控制系统的结构原理,建立了马赫数闭环控制系统。该系统利用静叶角度机构实现马赫数控制的粗调,通过PI算法控制压缩机转速进行马赫数二次细调。实验结果表明：马赫数控制精度可达0.002以下,实现了实验段流场马赫数的准确控制,控制策略是正确可行的,控制系统是可靠的。     

NF-6风洞壳体水压试验研究

介绍了西工大NF-6风洞于2001年7月进行的水压试验情况，给出了风洞基础沉降、洞体变形、支座移动和膨胀节的轴向与横向变形的检测方法和检测结果。结果表明：NF-6风洞水压试验各项指标均达到设计要求。     

NF-6增压连续式高速风洞压缩机喘振边界的确定

NF-6风洞是我国第一座增压连续式跨声速风洞,轴流压缩机是影响风洞安全运行和流场性能的重要因素之一。对国内首座增压连续式跨声速风洞压缩机喘振边界的确定进行试验研究。简要论述了喘振发生的机理及其危害以及确定喘振边界的重要性,讨论了压缩机逼喘过程及其原理以及风洞增压对喘振点（喘振边界）的影响;给出了控制风洞运行的压缩机喘振边界线、喘振预警线、安全保护线、防喘调节线及防喘振措施,为该座增压连续式风洞稳定运行奠定了基础,提供了安全保障。     

基于机器学习的智能控制数值虚拟飞行方法

提出并实现了一种基于机器学习的PID智能控制策略下的数值虚拟飞行算法，结合Basic Finner导弹标准模型算例，对所提出算法进行了验证和评估分析，表明本文算法可行，并具有良好的应用前景。首先，搭建了一种基于重叠动网格技术的CFD/RBD耦合数值虚拟飞行仿真模型。针对Basic Finner导弹的标准工况进行了无控自由飞行状态的数值飞行模拟，并结合实验结果对所构建的数值虚拟飞行仿真算法进行了验证和评估，表明所采用的数值模拟算法可用于数值虚拟飞行环境下的智能控制参数设计与仿真评估；其次，结合数值虚拟飞行过程对飞行器气动、姿态和位移等参数的实时控制需求，提出了一种基于BP神经网络算法的PID参数在线学习的智能控制器，并针对Basic Finner导弹的俯仰通道，分别对传统PID控制策略和智能PID控制策略下的导弹自由释放后的俯仰角快速稳定控制过程、阶跃式和正弦式俯仰角输入下的导弹跟踪控制过程进行了数值虚拟飞行仿真模拟。研究表明，基于BP神经网络的PID智能控制器能够根据所获得的实时飞行参数，实现控制参数的在线学习和自我优化、调整，相比于传统PID控制器，对于不同输入工况表现出良好的适应性...     

NF-3风洞螺旋桨实验段的声学改造

在分析螺旋桨噪声特性和声学实验对风洞的要求的基础上，结合NF-3风洞的特点和声学工程设计经验，对该风洞螺旋桨实验段进行了声学改造。检测结果表明，改造的效果令人满意，NF-3风洞已初步具备声学实验能力。     

连续式风洞二喉道调节马赫数控制策略

为了降低连续式跨超声速风洞压力波动,提高马赫数稳定性,需要对二喉道调节马赫数控制方式进行研究,针对现有文献鲜少对该控制策略描述等问题,以0.6m连续式跨声速风洞为例,对二喉道控制马赫数的原理进行分析,基于运动控制器加伺服驱动器双PID(proportion-integral-derivative)控制模式实现二喉道位置精确控制,提出了二喉道和压缩机转速的组合控制流程,并采用分段变参数模糊PID加串级控制的算法实现马赫数精确控制,最后进行了试验验证。结果表明马赫数控制精度优于0.001,且每个马赫数极曲线(9个攻角阶梯)的时间可控制在4min以内,证明所提出的控制策略是有效的,可为连续式跨超声速风洞的设计调试提供参考。      

大型低速翼型风洞侧壁边界层控制系统研制

介绍了NF-3大型低速翼型风洞多喷嘴级联吹气侧壁边界层控制系统的结构和原理。为验证本系统的功能和性能,采用侧壁吹气方案并使用增量式PID控制算法进行气源压力的控制,对具有增升装置的GAW-1翼型进行了侧壁边界层吹除试验研究。试验结果表明：（1）使用侧壁吹气系统后翼型模型中间截面最大升力系数由2．79增加到2．84,增加幅度1．8％,且模型端面截面的升力系数与中间截面的升力系数基本上相等;（2）利用增量式PID控制算法对气源压力的精确控制较好地完成了风洞侧壁吹气功能,改善了翼型表面流动,减小了侧壁边界层对翼型试验结果的影响。     

无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

具有积分限制的单神经元PID控制算法

提出了一种抗积分饱和的变参数PID单神经元二次性能寻优算法.在 PID结构简单的基础上,兼有神经元自适应修正能力和二次性能寻优的特点,当积分出现饱和时,通过控制逻辑自动抑制偏差的积分,从而提高了变参数PID算法的鲁棒适应性.以某双轴发动机喷口为被控对象,对模型参数以50%的变化进行了控制性能的仿真.结果表明:变参数PID单神经元二次性能寻优算法具有较强的鲁棒稳定性和鲁棒性能,动态过程的最大超调量被抑制在5%以内,动态调节时间仅为0.6s.所提出的性能寻优PID算法可以满足航空发动机的控制需求.      

PID神经网络控制器在飞控系统中的应用

BP神经网络已被广泛应用于PID控制器的优化调参,但这种调参方法具有收敛速度慢、学习时间长、连接权重初值为随机值、易于陷入局部极小等缺点.提出了一种不同于用BP网络调整PID参数的新的融合方法:PID神经网络控制器(PIDNN);该控制器不仅能克服以上缺点,而且具有很好的鲁棒性.对PIDNN在某无人机姿态控制系统的应用进行了仿真研究,仿真结果表明该控制器能够大大地改善姿态控制系统性能.     

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

无人动力伞自适应ADRC-Smith航向控制方法研究

无人动力伞航向控制中的延迟、惯性会导致单纯的PID控制器效果变差,甚至引起系统振荡。对此,提出了一种自适应ADRC-Smith航向控制方法。鉴于Smith预估器虽然能够消除系统延迟产生的不良影响,但其对模型的精度要求较高,因此采用自适应Smith预估方法将模型参数变化视为建模误差,对预估模型的过程增益作自适应变化,从而降低对模型精度的要求,而系统未知的延迟时间利用试验数据和三层BP网络离线辨识获得。为了进一步优化系统的调节过程,消除静态误差,将自抗扰控制与自适应Smith预估器进行了结合。通过仿真,验证了所提出的方法对具有延迟特性的无人动力伞航向控制系统具有较好的过渡过程性能、跟踪精度及一定的抗干扰能力。     

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

基于高斯过程回归的连续式风洞马赫数控制

在风洞实验中保持实验段马赫数的稳定对实验的成功具有重要意义。传统的PID控制算法具有一定时滞性,不能满足连续变迎角实验模式下马赫数的控制精度要求。针对这一缺陷,提出了一种基于高斯过程回归的前馈控制策略,结合PID控制器共同完成马赫数控制任务。首先,对原始数据执行了预处理操作,将数据集中的异常数据进行清洗并且对清洗后的数据进行标准化;其次,选取迎角、实时马赫数、实验段截面积作为高斯过程回归模型的输入,压缩机转速作为输出,采用随机划分数据集与分组划分数据集两种策略进行建模,并将高斯过程回归与常用回归模型的预测精度进行了比较;最后,给出了利用高斯过程回归预测结果及预测置信度进行PID反馈控制的方法。实验结果表明高斯过程回归对风洞实验数据具有很好的建模能力,基于高斯过程回归的前馈控制与PID结合的控制策略能够提高连续变迎角模式下的马赫数控制精度。     

单神经元PID算法在流量比值控制中的应用

针对在PCT-2型过程控制装置进行流量比值控制时．PID（proportional integral differential controller）参数难以整定的问题，提出一种基于单神经元自适应的PID流量比值控制方法，使PID参数实现自整定。该算法利用单神经元的自学习和自适应能力、结构简单和易于计算的特点与PID算法相结合，形成了一种新型的智能PID流量比值控制方法．其可以解决传统PID调节器不易在线实时进行参数整定、难于对一些复杂过程和慢时变系统进行有效控制的不足。实验结果表明：这种控制方法不仅容易掌握、精度高，且具有一定的实用价值。     

航空发动机离合器试验台扭矩测控系统的实现

提出了一种由异步电动机实现扭矩加载和控制的新方法，不需扭矩传感器和专门的加载装置实现了扭矩的测量和控制。采用Fuzzy-PID控制算法代替常规PID算法，能较好地模拟离合器的磨合、接合和超越等性能试验。