首页 | 本学科首页   官方微博 | 高级检索  
     

自适应PSO网络整定的航空发动机全程滑模控制
引用本文:苗卓广,谢寿生,何秀然,王海涛,吴勇,白玉. 自适应PSO网络整定的航空发动机全程滑模控制[J]. 推进技术, 2011, 32(2): 220-224,234
作者姓名:苗卓广  谢寿生  何秀然  王海涛  吴勇  白玉
作者单位:1. 空军工程大学工程学院,陕西,西安,710038
2. 中国人民解放军94371部队,河南,郑州,450046
摘    要:针对现代航空发动机是一个具有不确定性的强非线性系统,提出了一种基于自适应PSO网络整定的航空发动机全程滑模控制方法。设计了一类全程滑模面非线性函数,函数中含有变参数指数函数,其参数由一种新的自适应粒子群学习算法(PSO)结合RBF神经网络来整定。全程滑模控制保证了控制系统的全程鲁棒性,同时,由稳态误差收敛速度和滑模抖振幅度建立参数优化指标,用自适应PSO神经网络快速搜索当前的全局最优点。仿真结果表明,所设计的控制器取得了良好的效果,削弱了抖振。

关 键 词:航空发动机  全程滑模控制  RBF神经网络  粒子群优化算法
收稿时间:2010-05-09
修稿时间:2010-09-10

Global sliding mode control for aeroengine based on PSO network
MIAO Zhuo-guang,XIE Shou-sheng,HE Xiu-ran,WANG Hai-tao,WU Yong and BAI Yu. Global sliding mode control for aeroengine based on PSO network[J]. Journal of Propulsion Technology, 2011, 32(2): 220-224,234
Authors:MIAO Zhuo-guang  XIE Shou-sheng  HE Xiu-ran  WANG Hai-tao  WU Yong  BAI Yu
Affiliation:1.Engineering Inst.,Air Force Engineering Univ.,Xian 710038,China; 2.Unit 94371 of the Chinese Peoples beration Army,Zhengzhou,450046,China)
Abstract:A method of global sliding mode control was put forward for aeroengine with uncertainty and strong nonlinearity based on self-adaptive PSO neural network.A kind of global sliding mode surface nonlinear function was designed,which included a variational exponent function,and the function parameters were adjusted by a adaptive particle swarm optimization(PSO) study arithmetic combined RBF neural network.The global sliding mode control assured control system global robustness.At the same time,the optimization ...
Keywords:Aeroengine  Global sliding mode control(GSMC)  RBF neural network  Particle swarm optimization(PSO)  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《推进技术》浏览原始摘要信息
点击此处可从《推进技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号