全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 航空发动机分布式控制系统动态输出反馈鲁棒H_∞容错控制
- 作者： 张乐迪 谢寿生 张驭 任立通 王磊 彭靖波 周彬 来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 分布式控制系统 网络诱导时延 鲁棒H∞容错控制 动态输出反馈 执行器部分失效故障
- 描述： 针对存在网络诱导时延、外部干扰的航空发动机分布式控制系统,提出了执行机构发生部分失效故障时的输出反馈容错控制方法。对航空发动机分布式控制系统中网络诱导时延以及执行器部分失效问题进行量化说明,在此基础上,采用动态输出反馈控制器建立增广闭环系统。针对所建立的增广闭环系统,对H_∞性能约束下的增广闭环系统稳定性进行分析,并利用线性矩阵不等式理论设计了输出反馈H_∞容错控制器。仿真结果表明,当两个执行机构输出值分别为衰减80%和50%时,控制系统在所设计的控制器作用下均方渐进稳定,且具有H_∞性能指标为0.63,同样在正向偏差故障条件下也具有很好的容错能力。
- 不确定航空发动机分布式控制系统自适应滑模控制
- 作者： 任立通 谢寿生 王磊 苗卓广 彭靖波 来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 分布式控制系统 不确定性 自适应滑模控制 时延
- 描述： 针对存在参数摄动、外部干扰的航空发动机不确定性分布式控制系统,在系统具有时变输入时延和干扰上界未知的情况下,设计了具有鲁棒性能的自适应滑模控制器。基于预测控制和矩阵奇异值理论,对初始的发动机离散分布式模型进行等效线性变换,得到不显含时延项的规范形系统模型,便于进行滑模面参数的求解;在给定的H_∞指标下,推导了滑模运动在非匹配不确定性作用下渐进稳定的充分条件,给出了线性矩阵不等式(LMI)形式的滑模面参数设计方法;最后,设计对干扰具有估计功能的自适应率,在此基础上提出自适应滑模控制器。仿真结果表明:所设计的控制器能够有效降低外部干扰对系统动态性能的影响,在所考虑的不确定性因素作用下,系统的滑模运动具有理想的H_∞性能。当外部干扰强度变化时,控制器的鲁棒性较好,状态收敛时间小于0.8s,且不存在抖振。
- 不确定航空发动机分布式控制系统自适应滑模控制
- 作者： 任立通 谢寿生 王磊 苗卓广 彭靖波 来源： 航空动力学报 年份： 2018 文献类型 ： 期刊
- 描述： 不确定航空发动机分布式控制系统自适应滑模控制
- 不确定航空发动机分布式控制系统自适应滑模控制
- 作者： 任立通 谢寿生 王磊 苗卓广 彭靖波 来源： 航空动力学报 年份： 2018 文献类型 ： 期刊
- 描述： 不确定航空发动机分布式控制系统自适应滑模控制
- 航空发动机模糊PID趋近律滑模控制器设计
- 作者： 李腾辉 谢寿生 彭靖波 何大伟 贾伟州 来源： 空军工程大学学报(自然科学版) 年份： 2018 文献类型 ： 期刊 关键词： 滑模控制器 航空发动机 PID趋近律 模糊理论
- 描述： 针对航空发动机是一个强非线性系统,设计了一种基于模糊PID趋近律的航空发动机滑模控制器。模糊理论实现了PID趋近律3个参数的动态自适应调整,在保证控制响应快速性的前提下,还能极大的削弱系统的抖振。通过仿真,模糊PID趋近律控制器的珔nH响应时间较等速趋近律快了0.92s,仅落后固定参数PID趋近律0.11s,且稳态误差较其他两种控制器分别减少了6.89×10-5与1.68×10-5;πT的响应时间较等速趋近律快了0.56s,仅落后固定参数PID趋近律0.23s,且稳态误差分别减少了6.38×10-6与6.11×10-7。通过对比可以看出模糊PID趋近律的航空发动机滑模控制器抑制抖振的效果明显更强,而且对控制的快速性影响不大,证明了该种控制器的有效性。
- PA-44-180型飞机失速警告控制方式的改进研究
- 作者： 朱航 周彬 来源： 科技创新导报 年份： 2018 文献类型 ： 期刊 关键词： 44 PA 失速 控制方式 180型飞机
- 描述： 本文首先简介了PA-44-180型飞机的特点及失速状态。之后通过对中飞院PA-44-180型飞机失速警告系统控制方式的研究,掌握其工作特点。并针对系统的设计缺陷,提出对其控制线路进行改进的可行方案。按照该方案对中飞院执管的PA-44-180型飞机进行改进后明显提高了失速警告系统可靠性,方便了机务日常维护工作,进而对保障该型飞机机群的安全运行有较大意义。
- 基于深度学习的航空发动机传感器故障检测
- 作者： 刘云龙 谢寿生 郑晓飞 边涛 来源： 传感器与微系统 年份： 2018 文献类型 ： 期刊 关键词： 飞参数据 深度学习 故障检测 深度置信网络 航空发动机传感器
- 描述： 针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测。仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型。
- 如何控制飞机维修中的人为差错分析
- 作者： 何大伟 彭靖波 胡金海 宋志平 来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 工作状态识别 航空发动机 多核支持向量数据描述 飞参数据 改进蝙蝠算法
- 描述： 为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法优化的多核支持向量数据描述(CRBA-MKSVDD)智能识别方法。研究了多核支持向量数据描述(MKSVDD)改进策略,引入混沌脉冲发射率提高了蝙蝠算法的收敛速度和收敛精度,得到了混沌脉冲蝙蝠算法(CRBA);通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.5479%,可用于与发动机工作状态的相关研究和应用。