航空发动机地面试车台加温加压进气控制系统设计

为模拟不同飞行状态下航空发动机的工作环境,设计了航空发动机地面试车台,该试车台能够通过管道供气的方式为 航空发动机提供一定温度、压力的气体。介绍了包括进气系统及其控制系统在内的硬件系统架构的总体设计方案,以及模糊PID 控制器的基本原理和设计思路。针对该试车台的加温加压进气系统设计了基于西门子PLC平台的控制系统,并在实际的试车工 作中完成了验证与应用。其中,最后1级压力调节系统采用了模糊PID控制方法,在西门子PLC平台使用2种编程语言分别设计 了模糊PID控制器模块,并对比了2种编程语言的设计效率和运行效果。分别通过计算机仿真和试车台试验及试车将模糊PID控 制器的控制效果与传统PID控制器的进行对比,结果表明：模糊PID控制器的控制效果更优。     

基于模糊自适应PID控制器的自动调压技术

航空发动机模拟过渡态吹风试验是获取全尺寸进气道模拟过渡态出口流场特性的有效方法,试验中为精确控制进气道出口流量,需对抽气压力进行自动调节。提出采用具有控制精度高、鲁棒性强且能缩短系统进入稳态时间等特点的模糊自适应PID控制器,来实现抽气压力的自动调节。与常规PID控制器的对比验证表明,模糊自适应PID控制器能快速响应气流流量变化,抽气压力控制精度高、控制品质良好。自动调压控制系统很好地满足了航空发动机全尺寸进气道模拟过渡态吹风试验的需求,成功获取了发动机起动和加减速过程中进气道的流量特性、总压恢复特性和畸变特性,为发动机起动和加减速控制规律的制定提供了数据依据。     

基于相似理论的航空发动机转速自适应PID控制

根据航空发动机在相似坐标系中特性不变的特点，提出一种基于相似理论的航空发动机转速自适应PID控制。该方案采用衰减曲线法进行换算PID参数整定，获得自适应调节律。仿真结果表明控制器具有良好的动静态性能，自适应性和鲁俸性。所得参数变化规律对数控系统全包线内PID控制器的参数选择具有一定的指导意义。     

航空发动机自适应神经网络PID控制

本文提出了一种航空发动机多变量自适应神经网络 PID控制方法, 采用基于共轭梯度的神经网络学习算法在线整定控制器参数。该控制器的设计无需知道发动机精确模型, 具有响应速度快、抗干扰能力强和鲁棒性好等优点。控制器不仅算法简单, 实现容易, 而且适用范围广。      

基于FMI的航空发动机非线性预测广义最小方差控制

针对航空发动机具有强非线性的特征和控制需求,结合被控对象对非线性预测广义最小方差控制方法进行了仿真分 析。创新性地引用功能模拟接口标准实现了航空发动机模型和数控燃油调节机构模型的联合仿真。简要介绍了广义预测控制方 法的思想,采用非线性预测广义最小方差控制方法对航空发动机进行控制策略研究,并对控制律中需要调节的参数选择进行了简 单的理论分析,通过仿真分析了每个参数取值对系统控制性能的影响,并确定了所选取的参数值。仿真结果表明：这种方法能够 满足航空发动机的控制需求,与原有PID控制器相比,能在略微降低控制品质的条件下改善执行机构的作动条件。     

基于RBF网络辨识的航空发动机模糊神经网络解耦控制

对航空发动机的多变量解耦控制方法进行了研究,提出了一种基于RBF网络辨识的航空发动机模糊神经网络解耦控制方法。该方法利用RBF网络辨识航空发动机的实时模型,为模糊神经网络控制器参数的调整提供了Jacobian信息,解决了模糊神经网络自适应控制器在被控对象不能精确建模情况下应用的问题。仿真结果表明,系统鲁棒性强．在设计点和偏离设计点处,均具有良好的动态特性和解耦特性。     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

基于新型神经网络的航空发动机多变量控制

根据PID控制结构提出了一种新型神经网络控制器,对其基本结构和学习算法等进行了分析。结合某型航空涡喷发动机双变量控制需求,利用2个结构相同、相互联系的神经网络,实现了发动机双变量控制和接耦。在不同飞行条件、不同发动机工作状态下的仿真表明,控制器具有良好的控制性能     

基于滑模控制方法的航空发动机控制系统改进设计

为改善传统基于线性控制方法(PID控制)设计航空发动机控制系统在极限保护方面的不足,提出利用非线性控制理论——滑模控制取代原有控制系统中的线性控制器,设计了发动机稳态控制器与基于max-min控制逻辑的极限保护器的综合系统。与传统PID控制方法的控制效果相比较,滑模控制方法可在保证发动机不超限的情况下充分发挥发动机潜能。讨论了边界层厚度等因素对滑模控制抖动的影响。采用滑模方法设计的控制器在硬件在回路平台(HIL)上通过了仿真验证,满足实时性要求。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

遗传算法在航空发动机控制中的应用

对于航空发动机这样复杂的系统，经典的定常算法难以对其实现良好控制。遗传算法具有良好的寻优特性，操作方便、速度快，不仅适用于单目标寻优，也适用于多目标寻优。遗传算法可以根据不同的控制系统，针对一个或多个目标，均能在规定的范围内寻找到合适参数。文中采用遗传算法实现了对PID参数的最佳整定。最后，通过数字仿真证明了其在航空发动机控制系统中应用的可能性。     

Fuzzy自整定PID控制器设计及其MATLAB仿真

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种模糊自整定PID参数的方法,运用MATLAB进行仿真研究表明,该模糊自整定PID控制器既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,使被控对象具有良好的动、稳态特性。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

新型飞机除冰车加热系统温度控制器研究

以新型飞机除冰车加热系统为研究对象，通过分析实验数据，首次提出了除冰液流量全量程范围内的加热系统数学模型，并综合应用模糊理论设计Fuzzy自整定PID参数的Smith预估控制器。MATLAB仿真结果表明，应用这种方法设计出的控制策略能较好地适应飞机除冰车模型参数的大幅度变化，并具有良好的稳态精度和自适应能力。     

大型飞机座舱温度控制系统仿真

大型飞机座舱温度控制系统是一个时变、非线性、大时间常数的复杂控制系统,采用传统的控制方法难以获得满意的控制效果.根据系统控制要求,提出了一种新的座舱温度控制方案,系统分为组件温度控制和区域温度控制两级控制.区域温度控制器计算出各区域供气温度的目标值,并选择各区域供气目标温度中最低值作为组件温度控制的目标温度.使用专家比...     

Automatic landing system using neural networks and radio-technical subsystems

The paper focuses on the design of a new automatic landing system(ALS) in longitudinal plane; the new ALS controls the aircraft trajectory and longitudinal velocity. Aircraft control is achieved by means of a proportional-integral(PI) controller and the instrumental landing system– the first phase of landing(the glide slope) and a proportional-integral-derivative(PID) controller together with a radio-altimeter – the second phase of landing(the flare); both controllers modify the reference model associated with aircraft pitch angle. The control of the pitch angle and longitudinal velocity is performed by a neural network adaptive control system, based on the dynamic inversion concept, having the following as components: a linear dynamic compensator, a linear observer, reference models, and a Pseudo control hedging(PCH) block. The theoretical results are software implemented and validated by complex numerical simulations; compared with other ALSs having the same radio-technical subsystems but with conventional or fuzzy controllers for the control of aircraft pitch angle and longitudinal velocity, the architecture designed in this paper is characterized by much smaller overshoots and stationary errors.     

CMAC-PID控制在飞机防滑刹车中的应用

提出了一种基于CMAC神经网络与PID相结合的控制方法,利用传统的PID控制器实现反馈控制,保证系统的稳定性并抑制扰动;利用CMAC神经网络控制器实现前馈控制,保证系统的控制精度和响应速度。以某型飞机为例,针对不同的跑道(干、湿、冰)情况,将该方法和传统的PID控制方法在MATLAB环境下进行了数字仿真。仿真结果表明:基于CMAC-PID控制方法较传统的PID控制方法,可以大大地提高飞机防滑刹车效率,具有更好的刹车控制效果,并具有较强的鲁棒性,为飞机防滑刹车系统的控制提供一条新的思路。     

火箭弹电动舵机模糊单神经元PID控制算法

针对制导火箭弹电动式舵机,为提高其响应速度和精度,文章在模糊PID控制基础上,提出了模糊单神经元PID控制方法。首先,建立了火箭弹舵机系统模型;然后,将模糊推理、单神经元自学习算法和PID控制相结合,建立智能控制系统,以实现对舵机输入指令的精确、快速响应。经仿真实验表明:在此智能控制下,舵机位置在阶跃响应的调节时间、超调量以及正弦跟踪上相对于传统模糊PID控制均得到有效改进,具有良好的动静态性能、自适应性和稳定性。