基于粒子群算法的航空發(fā)動(dòng)機(jī)多變量控制研究.pdf

1、航空發(fā)動(dòng)機(jī)為一類(lèi)非線(xiàn)性強(qiáng)、控制變量多、結(jié)構(gòu)復(fù)雜且時(shí)變的氣動(dòng)熱力學(xué)系統(tǒng)。近年來(lái)，隨著航空事業(yè)的不斷發(fā)展，對(duì)航空發(fā)動(dòng)機(jī)的性能也提出了更高的要求。在飛行包線(xiàn)內(nèi)，航空發(fā)動(dòng)機(jī)氣動(dòng)熱力過(guò)程受工作環(huán)境及工作狀態(tài)的變化影響非常顯著，若不采取合理有效的控制手段，航空發(fā)動(dòng)機(jī)將無(wú)法達(dá)到要求的工作性能指標(biāo)，甚至無(wú)法正常工作。為確保航空發(fā)動(dòng)機(jī)在任何變化的條件下都能夠安全穩(wěn)定的工作，必須對(duì)其進(jìn)行控制。
　　本文以某型雙軸渦扇航空發(fā)動(dòng)機(jī)部件級(jí)非線(xiàn)性系統(tǒng)作為研究

2、對(duì)象，通過(guò)采用基于改進(jìn)最小二乘擬合法，在建立和分析航空發(fā)動(dòng)機(jī)四變量小偏差狀態(tài)變量模型的基礎(chǔ)上，分別采用神經(jīng)網(wǎng)絡(luò)逆控制、PID網(wǎng)絡(luò)控制以及魯棒H∞控制進(jìn)行航空發(fā)動(dòng)機(jī)多變量控制研究。由于神經(jīng)網(wǎng)絡(luò)逆控制、PID網(wǎng)絡(luò)控制過(guò)于依賴(lài)于網(wǎng)絡(luò)初始權(quán)值以及魯棒控制主要取決于加權(quán)函數(shù)矩陣的選取，針對(duì)上述控制方法中的優(yōu)化問(wèn)題，采用粒子群算法進(jìn)行動(dòng)態(tài)優(yōu)化以提高其控制性能。仿真結(jié)果表明，所設(shè)計(jì)的控制器均能取得滿(mǎn)意的控制性能。同時(shí)，粒子群算法存在許多缺陷，如對(duì)環(huán)境

3、的變化不敏感，算法易陷入局部極小值等不足。文中提出一種自適應(yīng)變異的改進(jìn)思想，以提高粒子群算法的搜索精度、收斂速度及收斂性，通過(guò)采用標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行驗(yàn)證，結(jié)果表明該改進(jìn)粒子群算法具有滿(mǎn)意的搜索精度、收斂速度及收斂性。本論文的研究?jī)?nèi)容如下：
　　1、重點(diǎn)分析所研究的航空發(fā)動(dòng)機(jī)部件級(jí)非線(xiàn)性系統(tǒng)，并依照航空發(fā)動(dòng)機(jī)控制變量的選取應(yīng)可調(diào)及可觀(guān)察這一原則，確定航空發(fā)動(dòng)機(jī)控制系統(tǒng)的變量組合。針對(duì)航空發(fā)動(dòng)機(jī)飛行包線(xiàn)內(nèi)的工作點(diǎn)，通過(guò)采用基于改進(jìn)最小二

4、乘擬合法，建立和分析航空發(fā)動(dòng)機(jī)四變量的小偏差狀態(tài)變量模型。
　　2、針對(duì)粒子群算法存在的某些不足，提出一種自適應(yīng)變異的改進(jìn)思想。通過(guò)該改進(jìn)思想的粒子群算法具有動(dòng)態(tài)調(diào)整權(quán)值、自適應(yīng)變異位置量、速度量，為防止粒子速度及位置量變化過(guò)大或過(guò)小,對(duì)粒子的速度及位置更新均做限制。動(dòng)態(tài)調(diào)整權(quán)值可以提高粒子群算法的收斂性，自適應(yīng)變異位置、速度量可以有效防止粒子群算法易陷入局部極小值，且能夠增強(qiáng)粒子間的活性，保證各粒子具有合理的速度進(jìn)行搜索。并通過(guò)

5、標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)該改進(jìn)粒子群算法進(jìn)行測(cè)試，仿真結(jié)果表明，該改進(jìn)粒子群算法具有較高的搜索精度、收斂速度及收斂性等優(yōu)點(diǎn)。
　　3、通過(guò)采用改進(jìn)粒子群算法優(yōu)化BP網(wǎng)絡(luò)，建立航空發(fā)動(dòng)機(jī)BP網(wǎng)絡(luò)辨識(shí)。并與遺傳算法優(yōu)化BP網(wǎng)絡(luò)所建立的航空發(fā)動(dòng)機(jī)BP網(wǎng)絡(luò)辨識(shí)進(jìn)行比較,仿真結(jié)果表明，基于改進(jìn)粒子群算法的BP網(wǎng)絡(luò)航空發(fā)動(dòng)機(jī)辨識(shí)具有辨識(shí)精度高、預(yù)測(cè)誤差小等優(yōu)點(diǎn)。同時(shí)采用神經(jīng)網(wǎng)絡(luò)逆控制方法建立航空發(fā)動(dòng)機(jī)神經(jīng)網(wǎng)絡(luò)逆控制器，選取航空發(fā)動(dòng)機(jī)飛行包線(xiàn)內(nèi)不同工作點(diǎn)

6、，對(duì)所設(shè)計(jì)的逆控制器進(jìn)行驗(yàn)證。仿真結(jié)果表明，該神經(jīng)網(wǎng)絡(luò)逆控制器具有控制精度高，跟蹤性能優(yōu)良等優(yōu)點(diǎn)。
　　4、由于建立的小偏差狀態(tài)變量模型存在許多不確定因素，采用PID網(wǎng)絡(luò)設(shè)計(jì)航空發(fā)動(dòng)機(jī)多變量解耦控制器。然而，PID網(wǎng)絡(luò)過(guò)于依賴(lài)于網(wǎng)絡(luò)初始權(quán)值，通過(guò)采用改進(jìn)粒子群算法優(yōu)化PID網(wǎng)絡(luò)初始權(quán)值，建立PID網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)解耦控制器，選取航空發(fā)動(dòng)機(jī)飛行包線(xiàn)內(nèi)不同工作點(diǎn)，對(duì)所設(shè)計(jì)的PID網(wǎng)絡(luò)解耦控制器進(jìn)行驗(yàn)證。仿真結(jié)果表明，該控制器具有調(diào)節(jié)時(shí)

7、間短、控制精度高等優(yōu)點(diǎn)。
　　5、同樣考慮小偏差狀態(tài)變量模型存在許多不確定因素，采用基于混合靈敏度方法設(shè)計(jì)航空發(fā)動(dòng)機(jī)魯棒控制器。魯棒控制器主要取決于加權(quán)函數(shù)矩陣的選取，通過(guò)采用改進(jìn)粒子群算法對(duì)加權(quán)函數(shù)矩陣進(jìn)行優(yōu)化，并將所要求的航空發(fā)動(dòng)機(jī)控制性能指標(biāo)作為目標(biāo)函數(shù)，設(shè)計(jì)基于改進(jìn)粒子群算法的航空發(fā)動(dòng)機(jī)魯棒H∞H∞H∞控制器，選取航空發(fā)動(dòng)機(jī)飛行包線(xiàn)內(nèi)不同工作點(diǎn)，對(duì)所設(shè)計(jì)的魯棒控制器進(jìn)行驗(yàn)證。仿真結(jié)果表明，該控制器具備較好的魯棒穩(wěn)定性及魯棒