欢迎来到天天文库
浏览记录
ID:46713902
大小:301.01 KB
页数:5页
时间:2019-11-27
《航空发动机燃油泵试验台入口油温控制》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28卷第3期2011年6月沈阳航空航天大学学报JournalofShenyangAerospaceUniversityV01.28No.3Jun.20l1文章编号:2095—1248(2011)03-0038—05航空发动机燃油泵试验台人口油温控制黄笑飞,石宏,刘明明,张帅(沈阳航空航天大学动力与能源工程学院,辽宁沈阳110136)摘要:航空发动机燃油泵试验台入口油温控制系统是一种非线性、时滞系统,难以建立数学模型,常规的PID控制方法不能实现精确的控制。提出采用改进的单神经元自适应PID控制方法实现对入口油温的控制。该控制方法结合了神经网络和PID控制的优点。
2、仿真结果表明,所采用的单神经元自适应PID控制与常规PID控制相比,具有更好的控制品质。关键词:航空发动机;燃油泵试验台;温度控制;神经网络中图分类号:V233.2+2;TP273文献标志码:Adoi:10.3969/j.issn.2095—1248.2011.03.009Controlofthefuel’Stemperatureattheinletoftheaero-enginefuelpumpteststandHUANGXiao-fei,SHIHong,LIUMing—ruing,ZHANGShuai(SchoolofAeroDynamicsandEnergy
3、Engineering,ShenyangAerospaceUniversity,LiaoningShenyang110136)Abstract:Thecontrolsystemofthefuel’StemperatureattheinletoftheAero-enginefuelpumpteststandisanonlinear,timedelaysystem,andisdifficulttoestablishitsmathematicmodel.ConventionalPIDcon·trolmethodisunabletorealizeprecisecontr0
4、1.ImprovedsingleneuronadaptivePIDcontrolisusedforthecontrolofthefuelinlettemperature,whichcombinesthemeritsofneuralnetworkandPIDcontr01.Simula-tionresultsshowthatthesingleneuronadaptive肋controlhasbetterperformancesthantheconventionalPIDcontr01.Keywords:aero—engine;fuelpumpteststand;co
5、ntrolofthetemperature;neuralnetwork燃油泵是航空发动机燃油与控制系统的重要组成部分。在飞行过程中,燃油泵根据飞行员的指令(油门杆位置)和大气条件,自动将燃油按一定规律供给发动机燃烧室,以保持发动机的转速恒定或改变发动机的工作状态⋯。燃油泵的工作性能是否符合航空发动机的性能要求,直接影响到发动机能否正常工作。燃油泵试验台可以对发动机燃油泵进行启动、稳态、加减速性能试验和长试试验,且能够对试验参数数据实时存储显示、报警。为了保证试验台的检验精度及性能,更好的模拟燃油泵在实际工作状态的工作性能,燃油泵入口燃油的温度必须在指定范围内旧J。
6、1系统结构和分析温度控制系统整体构成如图1所示:本试验台为大功率、大流量试验台,试验运行过程中将产生大量热量。在系统管路上串入换热器,燃油从油箱中泵出后,通过换热器,由换热器中发生热量交换可实现冷却,通过改变换热器冷却水的流量来调节其冷却能力以控制温度。PID(比例、积分、微分)控制是最早发展起来的控制策略之一,它以结构算法简单、稳定性好、可靠性高等优点而被广泛应用于过程控制中。特别适用于线性、定常、时不变系统。然而当被控对收稿日期:201l一03—30作者简介:黄笑飞(1985一),男,河南汝州人,在读研究生,主要研究方向:航空发动机制造与维修,E.mail:h
7、uan98521@126.tom;石宏(1961一),女,辽宁沈阳人,教授,主要研究方向:航空发动机制造与维修。E—mail:shihon90809@yahoo.tom.cn。第3期黄笑飞,等:航空发动机燃油泵试验台入口油温控制39象数学模型难以确定,非线性且有滞后时,常规PID控制方法则无法实现精确控制。其主要缺点在于现场PID参数整定麻烦,易受外界干扰,其控制算法需要预先建立模型,对系统动态特性的影响很难归并到模型中[3]。神经网络控制具有自适应、自组织与自学习及联想记忆等能力,将神经网络与PID控制结合起来,发挥各自的优势,可以通过在线学习,调整网络权值,改
8、变网络中比
此文档下载收益归作者所有