自适应遗传神经网络算法在推力估计器设计中的应用

为了在全包线内能够准确方便估计出航空发动机推力,提出了一种自适应遗传神经网络算法:将遗传算法和神经网络技术相结合充分发挥遗传算法和神经网络各自的全局收敛性和局部搜索快速性的优点,其中通过自适应概率遗传操作及局部寻优算子直接优化出神经网络拓扑结构及权值(包括阈值),克服了神经网络隐层节点需凭经验尝试的缺点和神经网络对初始权值(包括阈值)敏感的缺点,再应用神经网络对上述优化的权值(包括阈值)进行"精调",最后设计出全包线推力估计器.经验证,此推力估计器具有较高估计精度和良好泛化能力.      

航空发动机转子参数遥测中的FIR编解码器设计

航空发动机转子参数遥测中, 多路并行红外无线数据传输需要多个高速红外编解码器.利用(CPLD)复杂可编程逻辑器件能够同时在单个器件上实现多个编解码器, 有利于减少遥测系统的器件数量, 便于在发动机转子上安装.本文采用CPLD器件设计高速红外编解码器, 以4PPM编码进行了4Mbps的红外数据传输试验, 通过对红外收发器性能和CPLD输入时钟精度的分析, 找出了4PPM编码时数据传输出现差错的原因, 并对编码方式进行了改进设计, 提出2/3PPM和4/5PPM编码方式, 实现了数据的正确传输, 还提高了编码效率和数据传输速率.      

基于序列二次规划算法的发动机性能寻优控制

提出用非线性序列二次规划(SQP,Sequen tial Q uadratic P rogramm ing)算法解决发动机性能寻优控制问题。分析了线性规划(LP,L inear P rogramm ing)算法用于发动机性能寻优的固有缺陷以及SQP算法的优点。给出了SQP算法与LP算法用于最大推力模式和最小油耗模式仿真结果对比曲线。数字仿真实验的结果表明,SQP算法具有比LP算法更好的优化效果,在工程实际中有很大的应用潜力。     

一种航空发动机多变量自抗扰解耦控制律设计

研究了航空发动机多变量解耦控制律设计问题。提出了一种用于航空发动机多回路控制的多变量自抗扰解耦控制算法:首先通过静态解耦算法实现多变量耦合系统的静态解耦,而后通过ADRC非线性扩张观测器的补偿控制实现各回路的动态解耦,最终实现复杂多变量耦合系统的解耦控制。以某涡扇发动机非线性部件级实时数学模型为被控对象,基于上述多变量自抗扰解耦控制算法设计了发动机中间状态以上多变量控制律。在全包线内,与基于增广LQR控制方法设计发动机闭环系统,进行了对比研究。数字仿真结果表明,前者使得发动机闭环系统具有更好的指令跟踪和多回路解耦能力。     

基于在线可变导叶角的涡轴发动机优化控制

研究了基于在线可变压气机导叶角的涡轴发动机最小油耗优化控制.分析了压气机导叶角的变化对涡轴发动机的影响.提出了基于在线可变导叶角的涡轴发动机优化控制方法.最后,进行了涡轴发动机最小油耗优化控制的仿真实验.仿真结果表明通过调节压气机导叶角可以使单位功率耗油率降低3%～7%,具有实际应用价值.      

燃气轮机控制技术综述

对燃机控制系统的发展进行了综述,对国内外各种常见的燃机方案进行了说明和比较,着重对燃机数控系统的总体结构,电子控制器、液压机械执行装置、控制软件的设计,系统的数字仿真和半物理模拟试验等进行了较全面的阐述,最后,对燃机数控技术的发展进行了展望。