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。     

某型小涡喷发动机数控系统设计及试验

根据某型小涡喷发动机的控制要求,制定了数字电子控制系统的控制方案,设计了发动机起动、加 减速和稳态控制的控制规律。研制了数字电子控制器,完成了控制软件设计,并进行了控制系统半物理模拟试验。试验结果表明,设计的数字电子控制系统性能良好,满足某型小涡喷发动机的控制要求。     

推进系统综合性能寻优控制研究

研究了包括进气道和发动机在内的推进系统综合控制。采用了序列线性规划方法进行系统寻优,利用推进系统矩阵进行多次线性规划来求解非线性优化问题。利用当前的实际机载计算机完成了硬件在回路仿真试验,仿真表明研究的性能寻优控制方法能够较大幅度的提高推进系统整体性能,控制软件完全满足实时计算要求。     

关于机械液压式发动机控制系统发展的思考

从技术发展的角度分析发动机机械液压控制系统的发展规律,并以此为基础讨论电子控制系统与机械液压控制系统的相互关系,指出在未来的发展中,机械液压控制系统仍具有广泛的使用价值和进一步发展的前景。