首页--航空、航天论文--航空论文--航空发动机(推进系统)论文--发动机附件系统论文--自动控制系统论文

航空发动机智能鲁棒控制研究

摘要第1-5页
Abstract第5-15页
第一章 绪论第15-23页
   ·航空发动机控制系统的发展第15-16页
   ·航空发动机数学模型第16-18页
   ·航空发动机多变量鲁棒控制第18-20页
   ·航空发动机直接推力控制第20-21页
   ·本文内容安排第21-23页
第二章 航空发动机数学模型第23-40页
   ·概述第23页
   ·部件级模型建立方法第23-34页
     ·各部件模型第24-28页
     ·初猜值第28页
     ·共同工作方程建立第28-29页
     ·共同工作方程求解第29-33页
     ·部件级发动机模型仿真研究第33-34页
   ·基于遗传算法的状态变量模型建模方法第34-39页
     ·引言第34-35页
     ·传统拟合法建模思想第35-36页
     ·遗传算法拟合建模第36-39页
   ·本章小结第39-40页
第三章 航空发动机智能 PID 控制第40-53页
   ·基于遗传算法的 PID 参数优化第40-44页
     ·基于性能指标加权的 PID 参数优化第40-42页
     ·基于参考模型的 PID 参数优化第42-44页
   ·航空发动机神经网络 PID 控制第44-52页
     ·小波神经网络结构第44-46页
     ·小波神经网络训练第46-49页
     ·小波神经网络 PID 控制仿真第49-52页
   ·本章小结第52-53页
第四章 航空发动机 ALQR 解耦控制方法第53-67页
   ·常规 LQR 方法第53-55页
   ·ALQR 方法第55-57页
     ·ALQR 方法原理第55-56页
     ·系统仿真实例第56-57页
   ·ALQR 解耦控制方法第57-66页
     ·ALQR 控制器参数设计第57-60页
     ·解耦 ALQR 控制器参数在线整定第60-66页
   ·本章小结第66-67页
第五章 航空发动机推力估计方法研究第67-84页
   ·概述第67-68页
   ·神经网络推力估计方法第68-71页
   ·支持向量机推力估计方法第71-76页
     ·支持向量机推力估计原理第71-73页
     ·支持向量机推力估计结构第73页
     ·最小二乘支持向量机推力估计第73-76页
   ·跟踪滤波器推力估计方法第76-81页
     ·常规跟踪滤波器方法第76-77页
     ·Kalman 跟踪滤波器方法第77-80页
     ·控制器跟踪滤波器方法第80-81页
   ·非线性系统推力估计器仿真第81-83页
   ·本章小结第83-84页
第六章 基于模型逆的航空发动机直接推力控制第84-97页
   ·引言第84页
   ·输出参数选择方法第84-86页
   ·直接推力逆控制方法第86-92页
     ·线性逆控制方法第87-90页
     ·神经网络逆控制方法第90-92页
   ·逆模型解耦 PI 控制方法第92-96页
   ·本章小结第96-97页
第七章 航空发动机多变量鲁棒控制研究第97-121页
   ·航空发动机非线性部件级模型的完善第97-98页
   ·航空发动机多变量线性模型建立第98-104页
     ·粒子群优化算法第98-99页
     ·粒子群优化(PSO)建模第99-100页
     ·最小二乘优化(LSO)建模第100-101页
     ·模型仿真研究第101-104页
   ·航空发动机控制结构设计第104-111页
     ·输入输出选择第104-107页
     ·控制结构选择第107-111页
   ·三/一分块 LQ/H∞解耦控制器设计第111-119页
     ·被控对象的分块第111-112页
     ·分块控制器设计第112-116页
     ·控制系统综合仿真第116-119页
   ·本章小结第119-121页
第八章 多变量鲁棒控制系统半物理仿真验证第121-129页
   ·半物理仿真试验台简介第121页
   ·试验前的准备工作第121-123页
   ·半物理仿真试验结果第123-128页
   ·本章小结第128-129页
第九章 总结与展望第129-130页
   ·总结第129页
   ·展望第129-130页
参考文献第130-144页
致谢第144-145页
攻读博士学位期间发表(录用)论文情况第145-146页
攻读博士学位期间参加科研项目情况第146页

论文共146页,点击 下载论文
上一篇:雷达信号调制识别相关技术研究
下一篇:火星无人机控制与自主导航关键技术研究