基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

基于反馈线性化的动能拦截器姿态控制研究

动能拦截器进入末制导阶段时经常需要进行大角度姿态机动,这时拦截器姿态控制系统具有非线性、强耦合、多输入多数出(MIMO)的特点。现针对动能拦截器模型的非线性和不确定性,提出PID神经网络自适应逆控制方法对拦截器飞行姿态进行控制。首先基于精确反馈线性化方法将系统解耦成三个独立的子系统,然后应用基于PID神经网络的自适应逆控制方法分别设计每个子系统的姿态控制器。该方法将PID神经网络控制与自适应逆控制相结合,对于拦截器姿态控制系统中的建模误差以及外部干扰具有较强的适应能力。仿真结果证明了该方法的有效性。     

大空域机动反舰导弹增益调度控制系统设计

阐明了针对大空域机动反舰导弹飞行空域大、速度变换范围大的特点,采用增益调度的方法设计其控制系统。在理想弹道计算的基础上选取特征点,在每个特征点,将对象简化为一个二阶环节来近似。增益调度表的设计准则是阻尼比,保证导弹在所有特征点的性能要求。特征点的仿真与全弹道仿真均验证了该控制系统的有效性。     

基于压电陶瓷驱动的小力值测量装置设计

设计了一种新的小力值测量装置,该装置使用了压电陶瓷促动器、力传感器、电子天平和计算机控制。用PID控制法进行闭环控制试验研究,达到了较高的控制精度。     

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

高空模拟舱压力控制系统的设计

介绍了高空模拟舱压力系统的系统组成结构,并设计了模糊与PID复合控制器,给出了对波动压力信号的数据处理方法,系统的实际运行证明了控制器设计的合理性。     

飞机拦阻系统电液比例控制研究

在分析某纯机液飞机拦阻系统不足的基础上,设计了一种新型电液比例控制的飞机拦阻系统,提高了飞机拦阻系统对不同机型、拦停距离及撞网状况的适应能力。推导出系统的输出压力-飞机拦停位移曲线,在此基础上设计了极点配置自校正PID控制器。仿真研究表明,该飞机拦阻系统过渡时间仅为0.05s,响应速度较快,取得了满意的控制效果。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

一种涡轴发动机转速抗扰控制器设计及应用

主要研究了涡轴发动机控制问题.自抗扰控制(ADRC)是近年来新兴的控制方法,在不改变原有发动机串级比例积分微分(PID)控制结构的基础上,提出并构建了一种串级PID+扭矩ADRC补偿的控制结构,该结构充分利用了ADRC控制强的干扰补偿能力.最后,在直升机/发动机综合模型仿真环境下,通过模拟直升机大幅急速升降操作,验证了该算法具有比较理想的抗扰控制效果,能够较好地抑制直升机操控过程中大的扭矩扰动对涡轴发动机造成的不利影响.      

基于遗传算法和 Vague集的液压位置控制系统自适应 PID控制

在被控对象模型精度不高的情况下,设计了一种自适应PID控制方法,提高其鲁棒性,以确保系统的响应具有最优的动态性能和稳态性能。该方法在常规PID控制的基础上,引入智能技术,在线实时调整PID控制器的3个参数。该控制器主要由3部分构成:一是采用遗传算法优化模糊推理规则;二是精确的Vague集推理规则表;三是基于Vague集相似度量的自适应PID控制。仿真结果表明,该控制方法响应速度快,稳态精度高。