排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于模糊RBF神经网络整定的航空发动机多变量解耦控制 总被引：2，自引：0，他引：2
为解决航空发动机控制变量之间的强耦合性,构造了基于模糊RBF神经网络整定的航空发动机多变量解耦控制系统.设计了基于模糊RBF神经网络的多变量解耦控制器,在线调整PID控制器的参数并根据Delta学习规则对网络权值进行修正以达到最佳控制;针对某型航空发动机含未建模动态和噪声等随机干扰的非线性模型进行了多变量解耦控制系统仿真.结果表明:系统具有满意的动态性能和解耦特性,该方法不需要知道发动机的精确数学模型,对航空发动机的非线性和不确定性具有较强的自适应能力. 相似文献
2.
研究了一种自调节趋近律的滑模变结构控制器,以切换函数s作为偏差,趋近速度由一个PID控制器调节,目的是使到达滑模面的穿越速度最小从而减少抖振,同时使到达滑模面时间最短.根据航空发动机稳态数学模型,设计其滑模变结构控制律,构建了基于PXI总线的发动机滑模控制平台.通过半实物实验结果证明,该控制器响应速度快,高频抖振很小,具有很强的鲁棒性能和跟踪性能. 相似文献
1