航空发动机多变量模糊PID控制

普通PID控制器以其简单、实用、易于实现,在经典控制中倍受青睐。但是,对于像航空发动机这样复杂的非线性系统,这种控制器的控制效果就不够理想了。模糊控制理论的建立为这种问题的解决奠定了基础。本文针对航空发动机难于建立精确数学模型的特点,提出了发动机模糊PID参数自适应控制方案,并且对某型航空发动机进行了全包线内的数字仿真。仿真结果表明发动机模糊PID控制不仅不依赖于精确的对象模型,而且具有满意的动、静态性能。      

旋翼尾流对空空导弹的气动干扰研究

直升机发射导弹时,旋翼尾流对导弹产生很强的气动干扰,研究旋翼尾流对导弹的气动干扰对于改进机载导弹发射技术具有重要意义。结合动量理论和涡流理论,推导了桨叶环量方程,用广义尾流模型计算了旋翼下洗流场。并在此基础上用工程方法计算了有旋翼尾流干扰和无旋翼尾流干扰两种条件下的某空空导弹气动特性,揭示了旋翼尾流对导弹的气动干扰规律,为直升机载导弹的发射控制提供了参考依据。     

不同类型防护林绕林流场的PIV测量

利用粒子图像速度场仪(PIV),采用2帧-互相关的分析技术,对紧密型、疏透型和通风型防护林流场的流动特征在环境风洞中进行实验研究.通过PIV系统测量,得到不同类型防护林绕林流场的速度矢量图、流线图和涡量场图,并对各个流场特征进行探讨.     

微射流作动器出囗流场数值分析

本文简要介绍了微射流作动器的工作原理及结构形状 ,应用涡量 流函数法对二维、粘性、非定常、不可压微射流流场进行了数值分析。针对微射流形成的特点 ,构造了一种微射流作动器出囗处周期性变化的吸 /排气速度边界条件。计算结果与已有的实验和理论分析结果进行了比较 ,证明了该方法的可行性。数值分析结果表明虽然微射流的净质量流率为零 ,但其动量流率却不为零 ;由于微射流作动器出口处速度的交替变化 ,在紧贴出囗处产生了旋涡对并向下游迁移形成微射流     

多级轴流压气机不同工况下失速／喘振试验研究

通过试验的形式，开展了多级轴流压气机在静叶优化角度及中间级引气情况下的失速／喘振试验研究。采用高精度、高频响的动态压力传感器，高速同步采集板、快速A／D采集板和高速处理机相结合，借助于频谱分析的方法来找出失速／喘振频率，并且找出对应该频率的各通道之间的相位差，分析出失速／喘振首发级。利用DASP6．61数据大容量自动采集与信号处理系统对喘振信号进行数学处理。试验结果表明：测量手段及数学处理模型是可行的。在压气机静叶优化条件下，不同的引气量对失速／喘振有影响。     

某机襟翼控制系统的研究与设计

对某型飞机襟翼控制系统的设计及工程中遇到的问题进行了详细的阐述。襟翼控制系统以高度综合的逻辑控制，实现了复杂的多种工作状态的控制，并对电路中的过载、互锁、过电压等进行了分析研究；用行程原则控制方法取代常用的传感器实现对襟翼偏角的控制，使控制系统得到简化，系统可靠性得到提高。     

改进FSQP算法的涡扇发动机多变量非线性控制

涡扇发动机是一个复杂的非线性系统，用常规的多变量控制方法难以获得理想的控制效果。对FSQP(Feasible Sequential Quadratic Programming)算法进行了改进，提出了一种基于改进FSQP算法和自适应变权重线性加权法的多目标优化算法。该算法可以有效的解决涡扇发动机的多变量非线性控制问题，同时在满足控制过程中的各项约束条件的前提下，达到调节时间最短的目标。通过计算机仿真证明了该控制算法的可行性和良好的控制效果。     

航空发动机多变量三层神经网络控制

提出了一种发动机多变量神经网络控制方法。采用三层前向神经网络对非线性项进行补偿,神经网络权重自适应律采用在线学习算法。控制系统的设计不需要知道精确模型,适应于全飞行包线。仿真研究表明发动机多变量神经网络控制具有良好的动、静态性能。      

GPS在飞机气动修正量试飞中的应用

主要介绍了应用差分GPS技术与地面高精度经纬仪相结合进行飞机气动修正量试飞的原理和方法.     

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。