航空发动机的RBF网络滑模控制和优化算法研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-13页 |
| 1.2.1 航空发动机控制的发展与国内外研究现状 | 第8-10页 |
| 1.2.2 滑模控制的国内外研究现状 | 第10-11页 |
| 1.2.3 优化算法的发展与研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 2 航空发动机建模 | 第14-26页 |
| 2.1 涡轮风扇发动机组成结构简介 | 第14-15页 |
| 2.2 涡扇发动机部件级模型的建立 | 第15-19页 |
| 2.2.1 进气道的部件特性 | 第15-16页 |
| 2.2.2 风扇的部件特性 | 第16页 |
| 2.2.3 高压压气机的部件特性 | 第16-17页 |
| 2.2.4 燃烧室的部件特性 | 第17页 |
| 2.2.5 高压涡轮的部件特性 | 第17-18页 |
| 2.2.6 低压涡轮的部件特性 | 第18页 |
| 2.2.7 尾喷管的部件特性 | 第18-19页 |
| 2.3 涡轮风扇发动机中的共同工作方程 | 第19-20页 |
| 2.4 涡扇发动机非线性化模型的建立 | 第20-23页 |
| 2.5 涡扇发动机线性化模型 | 第23-25页 |
| 2.5.1 线性模型 | 第23-24页 |
| 2.5.2 线性化模型系数的求解 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 基于鲸鱼算法的航空发动机优化设计 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 鲸鱼优化算法简介 | 第26-28页 |
| 3.3 鲸鱼优化算法 | 第28-32页 |
| 3.3.1 包围猎物捕食方法 | 第28-29页 |
| 3.3.2 净气泡攻击猎物捕食方法 | 第29-30页 |
| 3.3.3 搜索猎物 | 第30-31页 |
| 3.3.4 WOA算法过程 | 第31-32页 |
| 3.4 鲸鱼算法在航空发动机过渡态中的应用 | 第32-38页 |
| 3.4.1 过渡态控制概念 | 第32-33页 |
| 3.4.2 问题描述 | 第33-35页 |
| 3.4.3 仿真及分析 | 第35-38页 |
| 3.5 鲸鱼算法与粒子群算法比较研究 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 航空发动机的RBF网络滑模控制 | 第41-58页 |
| 4.1 引言 | 第41页 |
| 4.2 滑模控制基本思想 | 第41-43页 |
| 4.3 系统模型的描述 | 第43-45页 |
| 4.4 控制器设计 | 第45-51页 |
| 4.4.1 滑模控制器的设计 | 第45-47页 |
| 4.4.2 幂次函数趋近律的分析 | 第47-51页 |
| 4.5 基于RBF神经网络的滑模控制 | 第51-54页 |
| 4.5.1 RBF神经网络基本知识 | 第51-53页 |
| 4.5.2 稳定性分析 | 第53-54页 |
| 4.6 系统仿真及结果分析 | 第54-57页 |
| 4.7 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-59页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-66页 |
