压燃式航空活塞发动机转矩复合预测控制

【类型】期刊

【作者】叶桐 黄国勇 徐劲松  

【刊名】电子测量技术

【关键词】 RBF神经网络,压燃式航空活塞发动机,转矩复合预测控制,模拟退火粒子群优化算法

【摘要】由于压燃式航空活塞发动机工作过程具有强非线性等特点，只采用模型预测控制(MPC)算法来实现压燃式航空活塞发动机的转矩控制，会导致基于状态空间模型的转矩预测精度不理想。采用径向基(RBF)神经网络结合MPC的发动机转矩复合预测控制能解决上述问题。首先，通过脉谱(MAP)控制方式获得发动机的运行数据，以此作为自行搭建的发动机联合仿真平台上的神经网络训练样本集。其次，在粒子群优化(PSO)算法中引入模拟退火(SA)机制，训练RBF神经网络转矩预测模型。最后，通过联合仿真不断修正控制算法，验证了SA+PSO算法在RBF神经网络上训练发动机转矩预测模型的优越性，还能有效改善PSO算法容易陷入局部最优的问题，并通过发动机台架实验验证了转矩复合预测控制的有效性。

【年份】2022

【作者单位】昆明理工大学信息工程与自动化学院;昆明理工大学民航与航空学院;

【期号】09

【页码】56-67