学位论文 > 优秀研究生学位论文题录展示
基于小波神经网络的航空发动机控制与试验验证
作 者: 许光华
导 师: 孙健国
学 校: 南京航空航天大学
专 业: 航空宇航推进理论与工程
关键词: 航空发动机 小波神经网络 多变量自适应 PID控制器 实物在回路仿真 数据通讯 C8051F021单片机
分类号: V263
类 型: 硕士论文
年 份: 2008年
下 载: 181次
引 用: 0次
阅 读: 论文下载
内容摘要
论文研究了航空发动机多变量模型参考自适应PID控制方法,提出了基于小波神经网络辨识的航空发动机PID和神经网络PID控制算法。设计了实物在回路仿真试验平台的相关软件,并开展了仿真试验研究。由于小波变换具有良好的时频局部特性,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力、自学习、自适应能力等优点。用小波神经网络整定的PID控制系统收敛速度快、精度高、鲁棒性好。论文采用基于小波神经网络方法在线整定PID控制器参数,取得了良好的控制效果,最后用实例验证了其有效性。以某型涡扇发动机为对象,用本文研究控制方法设计了适用于全飞行包线的数字控制器,并构建实物在回路仿真试验平台。利用一台工控机作为模型计算机,一台工控机作为控制器计算机,用C8051F021单片机及其外围电路模拟传感器,解决了数据接口的定义及其相互之间的通讯,实现信号之间的互通。运用Visual C++ 6.0开发模型计算机和控制器计算机软件,使用Silicon Laboratories IDE开发C8051F021单片机软件。最后在该试验台进行实物在回路仿真试验,验证了本文成果是具有实用价值的。
|
全文目录
摘要 4-5 ABSTRACT 5-12 第一章 绪论 12-16 1.1 系统仿真技术概述 12-13 1.2 航空发动机控制系统的发展 13-14 1.3 航空发动机控制方法 14-15 1.4 本文内容安排 15-16 第二章 实物在回路仿真试验平台 16-32 2.1 引言 16-17 2.2 模型计算机软件设计及其通信实现 17-20 2.2.1 模型计算机软件总体设计 17 2.2.2 模型计算机通信的实现 17-20 2.2.2.1 串口通信协议的编制 17-19 2.2.2.2 模型计算机串口通信的软件实现 19-20 2.3 C8051F021 单片机软件开发 20-24 2.3.1 C8051F021 单片机软件总体设计 21 2.3.2 C8051F021 单片机软件的具体实现 21-24 2.3.2.1 系统模块初始化 21-22 2.3.2.2 20ms 定时的实现 22 2.3.2.3 信号模拟电路串口通信的实现 22-23 2.3.2.4 转速频率信号数据处理 23 2.3.2.5 SPI 串行接口总线相关数据处理 23-24 2.3.2.6 数据采集 24 2.4 控制器计算机软件设计及PCI 板卡数据采集与发送的实现 24-29 2.4.1 控制器计算机软件总体设计 25 2.4.2 PCI 板卡数据采集与发送程序的实现及改进 25-29 2.5 定时器的选择 29-30 2.6 小结 30-32 第三章 小波神经网络算法 32-47 3.1 小波神经网络的简介 32-37 3.1.1 小波分析的基本原理 32-34 3.1.2 BP 神经网络的基本思想 34-36 3.1.3 小波神经网络的基本思想 36-37 3.2 小波神经网络算法 37-40 3.2.1 基本学习算法 37-39 3.2.2 改进学习算法 39-40 3.3 小波神经网络的具体实现 40-42 3.4 小波神经网络辨识实例 42-46 3.5 小结 46-47 第四章 基于小波辨识的PID 控制器设计 47-62 4.1 引言 47-50 4.2 单神经元PID 控制 50-53 4.2.1 控制算法 50-51 4.2.2 仿真结果 51-53 4.3 基于小波神经网络辨识的PID 控制 53-57 4.3.1 控制算法 53-54 4.3.2 仿真结果 54-57 4.4 基于小波神经网络辨识的单神经元PID 控制 57-60 4.4.1 控制算法 57-58 4.4.2 仿真结果 58-60 4.5 小结 60-62 第五章 控制系统仿真试验验证 62-79 5.1 引言 62 5.2 与全数字模拟的区别 62-67 5.2.1 噪声 62 5.2.2 滞后 62-64 5.2.3 转换误差 64-67 5.3 带噪声、滞后的全数字仿真 67-70 5.4 控制器实物在回路仿真 70-77 5.4.1 单神经元PID 控制 70-73 5.4.2 基于小波神经网络辨识的PID 控制 73-75 5.4.3 基于小波神经网络辨识的单神经元PID 控制 75-77 5.4.4 试验小结 77 5.5 小结 77-79 第六章 总结与展望 79-81 6.1 总结 79-80 6.2 未来工作展望 80-81 致谢 81-82 参考文献 82-85 在学期间的研究成果及发表的学术论文 85
|
相似论文
- 船用舵机电液伺服单元单神经元PID控制,U666.152
- 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 电渣炉过程控制系统的设计及优化控制,TP273
- 最优分数阶PID控制器的设计与研究,TP13
- 航空发动机燃调系统故障诊断,V263.6
- 航空发动机机匣包容性准则数值与实验初探,V231
- 电能质量的三相不平衡问题的研究,TM761.1
- 基于改进智能算法的电力机车牵引变压器故障诊断技术研究,U269.6
- 智能变形分析方法综合研究,P209
- 数字控制型双向DC/DC变换器的研究,TM46
- 航空发动机组态建模仿真技术研究,V23
- Huffman编码在环保实时监测系统中的研究与应用,TP274.4
- 微粒群算法理论研究及其在PID参数优化中的应用,TP13
- 混合驱动水下机器人控制系统设计,TP242
- 并联机器人位姿误差分析与补偿方法研究,TP242
- S发动机研制项目供应商质量控制研究,F426.4
- 多阶段投资组合模型及其算法的研究,F830.9
- 复杂机械系统可靠性分配最优分配方法的研究,TB114.3
- 基于小波神经网络的智能火灾探测研究,TP183
- 一种阳极焙烧炉燃烧架温度控制器的研究,TF355
中图分类: > 航空、航天 > 航空 > 航空制造工艺 > 航空发动机制造
© 2012 www.xueweilunwen.com
|