欢迎来到天天文库
浏览记录
ID:46602172
大小:370.36 KB
页数:5页
时间:2019-11-26
《基于功率反馈的涡轴发动机神经网络PID控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第38卷第2期航空发动机2012年4月Aeroengine某于功率反馈的涡轴发动机神经网络PID控制研究段绍栋,肖玲斐,申涛(南京航空航天大学能源与动力学院,南京210016)摘要:通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PIO控制器的方法。基于BP(BackPropagation)神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明:该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。关键词:涡
2、轴发动机;BP神经网络;PID控制;功率反馈;功率平衡;功率误差段绍栋(1986),男,在读硕士研究生,NeuralNetworksPlDControlofTurboshaftEngineBasedonPower研究方向为航空发动机建模与控制技术。Feedback;金频目:国家自学秀郐l0O4079)DuANsh。一d。“g,xIAoLi“g—fei,sHENTa。资助(Co~egeofEnergyandPowerEngineering,NanjingUnivemityofAeronauticsand收稿日期:2011—11-17Astronautics,Naming210016,Chin
3、a)Abstract:AnintelligentneuralnetworksPIDcontrollerbasedonpowerfeedbackwasproposedbyanalyzingpowerbalance.BasedonBPneuralnetwork,thepowersignalwastakenastheinputlayersignal,andthenetworkweightlearningruleswasimproved.Accordingtoon-linesettingofPIDparameters,thecontrollerparameterswasadjustedbythec
4、hangesofpowerelrorsignal,tofindthepowerbalancepointindependentlyandobatainexcellentsteadyanddynamicresponsecharacteristicsofsystem.Thesimulationresultsshowthattheturboshaftenginehassatisfiedcontrolperformanceoverthewholeenvelope.Keywords:turboshaftengine;BPneuralnetwork;PIDcontrol;power~edback;pow
5、erbalance;powererror控制理论的发展和FADEC的日渐成熟,各种先进控0引言制方法层出不穷,且被应用于航空发动机的尝试和相PID控制器具有原理简单、使用方便的特点,已关研究文献也日渐增多。在航空、机电、冶金、机械和化工等行业中获得了广泛目前,人工智能与PID控制相结合并应用在发动应用Il1。但是,当被控对象含有强非线性和时变特性机控制中已有研究。文献【8】提出了1种发动机自适应时,传统的PID控制器往往难以获得满意的控制效神经网络PID控制方法,对发动机非线性和建模的不果。航空发动机是1种强非线性的被控对象,其飞行确定性具有很好的自适应性和鲁棒性;文献[9】研究了特性在不
6、同工况和飞行条件下将发生很大变化,而传当发动机偏离设计点时,采用神经网络控制,使控制统的PID参数是根据对象数学模型的特定适应规则系统保持良好的性能;文献【l0】综合了模糊推理、神经整定的,并且随着对发动机性能要求的日益提高,设网络自适应和PID简单控制的各自优点,建立智能神计出1个能在全包线下对发动机进行控制、且能达到经网络自适应控制,取得了良好的控制性能;文献[11】满意性能的PID控制器是非常具有挑战性的I2l。随着采用神经网络控制在全包线范围内获得良好的动、稳l2航空发动机第38卷态性能,但其神经网络的输入参数只考虑了高度和马能力,因此将BP神经网络引入到PID控制参数整定赫数,在
7、满足多变量控制时具有局限性。中[131,建立参数kp,k、k。自学习的PID控制器。本文结合BP神经网络与PID控制器,构成了有2.1BP神经网络效的智能神经网络PID控制器,使涡轴发动机在全包BP神经网络能学习和存贮大量的输人一输出模线范围内具有理想的控制性能。式映射关系,而无需事前揭示或描述这种映射关系的数学方程。其学习规则是使用最速下降法,通过反向1基于功率反馈的PID控制器设计传播来不断调整网络的权值和阈值,使网
此文档下载收益归作者所有