基于RBF网络辨识的航空发动机模糊神经网络解耦控制

被引：3

作者：

吴勇 ^{[1
]}

王超 ^{[2
]}

唐奇 ^{[3
]}

翟旭升 ^{[1
]}

苗卓广 ^{[1
]}

机构：

[1] 空军工程大学工程学院

[2] 部队

[3] 空军驻京丰地区代表室

来源：

燃气涡轮试验与研究 | 2010年 / 23卷 / 02期

关键词：

航空发动机; RBF神经网络; 模糊神经网络; 解耦;

D O I：

暂无

中图分类号：

V231 [发动机原理]; TP183 [人工神经网络与计算];

学科分类号：

082502 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对航空发动机的多变量解耦控制方法进行了研究,提出了一种基于RBF网络辨识的航空发动机模糊神经网络解耦控制方法。该方法利用RBF网络辨识航空发动机的实时模型,为模糊神经网络控制器参数的调整提供了Ja-cobian信息,解决了模糊神经网络自适应控制器在被控对象不能精确建模情况下应用的问题。仿真结果表明,系统鲁棒性强,在设计点和偏离设计点处,均具有良好的动态特性和解耦特性。

引用

页码：15 / 18+57 +57

页数：5