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

基于小波神经网络的航空发动机控制与试验验证

内容摘要

全文目录

相似论文