基于支持向量机的航空发动机PID解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于支持向量机(support vector machines,SVM)的航空发动机PID(proportion integration differentiation)解耦控制方法.利用SVM辨识发动机非线性模型,并获得SVM瞬时线性化模型,在线性化模型的基础上完成了PID参数的在线自整定.利用Lyapunov稳定性定理对控制器的收敛性进行了分析.通过对某型航空发动机的仿真,验证了该方法的有效性和可行性.      

某型发动机智能转速传感器设计

针对某型涡扇发动机使用的磁电式测量元件,设计了智能转速传感器.该智能转速传感器利用DSP计频程序,采用测周法对发动机转速频率进行测量,并通过CAN总线实现转速信号与CPU的连接.     

某型发动机换算推力的温度修正

实践表明,大气湿度的变化对发动机性能及其工作特性有一定的影响,这种影响在夏天地面台架试车时更为明显.大气湿度对发动机换算推力影响的物理本质是,随着湿度的变化,进入发动机的空气的热物理性质也发生了变化.本文在分析这种影响的基础上利用相似原理推导了该型发动机换算推力的大气湿度修正系数,并结合该型发动机的设计参数,利用变比热的热力循环计算方法得到了不同温度和湿度下换算推力的大气湿度修正系数.     

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。