摘要
对于发动机这种工作机理复杂，特性随工作状态和外界条件变化很大的控制对象，常规的反馈控制理论或者最优控制理论很难或无法保证系统性能最优。本文研究了新型神经网络的结构和学习算法，并在此基础上，研究了将神经网络用于航空发动机单回路和双回路稳态控制问题，并初步研究了航空发动机单回路过渡态控制中神经网络的适用性。在一些典型的工作状态进行了仿真。为对比起见，还就经典PID控制器的设计和参数整定给出了完整的过程。
通过仿真可以看出，利用神经网络进行在线学习、在线控制，它可以在发动机对象参数不断变化的情况下，对单回路稳态控制可以达到控制要求，对双回路稳态控制，可以实现系统的解耦控制，使系统变量之间的耦合基本消除。对单回路加速过程控制，设计出的控制器具有良好的跟踪性能。而且该网络结构简单规范，便于实现，对于工作范围宽广的航空发动机控制系统，仿真效果令人满意。
Aero-engine was a controlled object with such features as complicated working mechanism , characteristics varied greatly with working state and environment condition. For such controlled object , classical feedback control theory and optimal control theory can't guarantee optimal performance. In this paper, a new type neural network construction and algorithm was studied . Based on this, the neural network was applied as controller to the single loop and the double loops of aero engine in steady state .By the way, elementary study was applied for the aero engine transient state control . For contrast, the full process for the classical PID controller design and the parameter determination was given.
Based on the simulation result , a conclusion was drawn: the neural network can satisfy the control requirement for the single loop steady state under the parameters varying . Realized the decouple and control requirement for the double loops steady state, the coupling between the parameters was decoupled. For the single loop transient state control , the controller possess perfect tracking performance. Moreover, the network construction was simple and normative, easy to be realized. The simulation result was satisfied for the aero-engine control system with broad working range.
引文
[1] TAN YongHong and DANG Xuanju PID Gradient Algorithm for Neural Network Based Generalised Nonlinear PID Controller
[2] J.Neidhoefer and K.Krishnakumar. Nonlinear control Using Neural Approximators With linear Control Theory [P]. AIAA-97-3536
[3] 薛定宇著。控制系统计算机辅助设计-MATLAB语言及其应用[M]。北京：清华大学出版社 1996
[4] 施阳等编著 MATLAB语言工具箱-TOOLBOX实用指南[S]西安：西北工业大学出版社 1998
[5] 闻新等编著MATLAB神经网络应用设计科学出版社 2001
[6] 蒋衍君 黄金泉 航空发动机自适应神经网络PID控制 航空动力学报
[7] Willis M J, montague G A Auto-tuning PI(D) Controllers with Artificial Neural Network[C] Inpro 12th WCIFAC, Sydney, Australia, 1993:61-64
[8] 方中祥 黄万伟等 一种双变量模糊PI控制在航空发动机控制中的应用 航空动力学报 第13卷第1期 1998年1月
[9] 王永骥 涂健编著 神经元网络控制第四章 机械工业出版社 1999年7月
[10] 樊思齐 徐芸华等 航空推进系统控制 西北工业大学出版社 1995年12月
[11] 李卓，萧德云，何世中 基于神经网络的模糊自适应PID控制方法 控制与决策，1996，11(3)：340-345
[12] 基于PID神经元网络的冷连轧板形板厚多变量综合控制冶金自动化 2002年第2期
[13] 程卫国 冯锋等 MATLAB 5.3应用指南 人民邮电出版社 1999年8月
[14] 熊光楞 肖田元等 连续系统仿真与离散事件系统仿真 清华大学出版社 1991年2月
[15] 化凯 涡轮喷气发动机多变量控制研究 西北工业大学 1990年3月
[14] 胡寿松 主编 自动控制原理 国防工业出版社 1994年5月
[15] 刘清波 利用飞行数据进行发动机数学模型辨识研究 西北工业大学硕士论文 1990年12月
[17] 梁春燕 新的模型参考自适应控制方法在航空发动机中的应用 西北工业大学硕士论文，1998年2月
[18] [俄]涅恰耶夫著 航空动力装置规律与特性 国防工业出版社 1999年5月
[19] Martin Corless, Control of Uncertain Nonlinear System, Transaction of the ASME,Vol. 115, June 1993, pp.362-372
[20] S.Adibhatla GE Aircraft Engines Cincinnati OH, Model-Based Intelligent Digital Engine Control, AIAA 97-3192
[21] Gregory Wolodkin, Gary J.Balas, and William L.Garrard, Application of Parameter-Dependent Robust Control Synthesis to Turbofan Engines
[22] 舒怀林 PID神经元网络多变量控制系统分析 自动化学报 1999年1月
[22] Karayiannis N B and Venetsanopoulos A N. Artificial Neural Networks, learning Algorithms., Performance Evaluation and Applications Kluwer Academic Publishers, 1993
[23] KumpatiS, Narendra, and Kannan Partharathy. Identification and Control of Dynamical Systems Using Neural Networks. IEEE Transactions on Neural Networks, 1990. Ⅰ(Ⅰ)
[24] Miller T.W.,et al (Eds), Neural Networks for Control, Cambridge, MA, MIT Press,1990
[25] 李秀改，侯媛斌 模糊神经网络在温度解耦控制中的应用与研究 现代电子技术 2000年6月
[26] 从爽 编著 面向MATLAB工具箱的神经网络理论与应用中国科学技术大学出版社 1998年
[27] 张辉 wp13型加力式发动机数字控制器的设计、分析 西北工业大学硕士论文1995年3月
[28] 航空燃气涡轮发动机的控制方法与燃气涡轮发动机动态特性的数学模拟 中国航空动力控制系统研究所
[29] 赵阳旭 多变量自适应模糊控制在航空发动机中的应用 西北工业大学硕士论文 1998年3月
[30] 朱晨 基于记忆神经网络的航空发动机控制研究 1998年3月
[31] 连熊光楞等编著 续系统及离散事件系统仿真 清华大学出版社 1991年2月
[32] 张乃尧等编著 神经网络与模糊控制 清华大学出版社 1998年10月
[33] 李建勇 航空发动机全功能数字控制规律的研究 西北工业大学硕士论文，1989年3月
[34] 樊思齐等 航空推进系统控制175页 西北工业大学出版社 1995年12月
[35] 郭迎清等 利用神经网络设计航空发动机全包线最优控制器 航空动力学报 2001年1月，第1期
[36] 高黛陵、吴麟编著，多变量频率域控制理论，清华大学出版社，1996
[37] 蒋慰孙、叶银忠编著，多变量控制系统分析设计，中国石化出版社，1997
[38] 王曦、陈华荣 涡喷发动机多变量解耦控制系统的设计，中国航空学会第十一届发动机自动控制学术讨论会 2002年8月
[39] 王曦、孟庆明，航空发动机多变量鲁棒数字控制器设计，航空动力学报，2001，16(3)：295～299
[40] 胡广仁，线性系统理论[M] 哈尔滨工业大学出版社，1998
[41] 吴新根等 关于BP算法的初步研究 小型微型计算机系统 1994年1月，第1期
[42] 仇慎谦，PID调节规律和过程控制，江苏科学出版社
[43] Wu Chihua, Xu Yunhua Application of a Fuzzy controller in the Fuel System Turbo-Jet Engine Journal of Propulsion and Power AIAA, 1989,3
[44] 樊丁，于晋文 模糊控制理论在航空涡轮发动机控制系统中的应用 航空学报1993，14(4)
[45] 罗科恩，吴琪华 利用模型控制理论设计自适应结构的自适应系统研究 航空动力学报 1993，8(4)：371-374
[46] Wu Chihua, Luo Enko. Model Reference Adaptive Control System on an Aero-engine Journal of Propulsion and Power 1995,11(6): 11-12
[47] 方中祥等 一种双变量模糊PI控制在航空发动机控制中的应用航空动力学报
1998年1月 第1期
[48]黄金泉等 航空发动机多变量三层神经网络控制 航空动力学报 1999年4月 第2期
[49]Marcello R. Napolitano and Micheal Kmcheloe "On-line Learning Neural-network Controllers for Autopilot" Journal of Guidance, Control and Dynamics, Vol. 18,No.6, November-December 1995
[50]何黎明 涡扇发动机最优加速控制研究，西北工业大学硕士论文，2002年3月
[51]李伟刚 某型涡扇发动机过渡态寻优控制研究，西北工业大学硕士论文，2000年10月