| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景的意义 | 第9页 |
| 1.2 航空发动机控制技术发展概述 | 第9-13页 |
| 1.2.1 国外航空发动机控制系统的发展史 | 第9-12页 |
| 1.2.2 国内航空发动机控制系统的发展史 | 第12-13页 |
| 1.3 航空发动机执行器饱和研究状况 | 第13-14页 |
| 1.4 本文主要工作和结构 | 第14-17页 |
| 第二章 航空发动机的数学模型 | 第17-25页 |
| 2.1 航空发动机数学模型的分类、要求和建立方法 | 第17页 |
| 2.2 航空发动机数学模型的推导 | 第17-25页 |
| 2.2.1 航空发动机数学模型的简化假设 | 第17-18页 |
| 2.2.2 航空发动机的动态方程 | 第18-19页 |
| 2.2.3 采用抽功法求取各项偏导数 | 第19-21页 |
| 2.2.4 参数的归一化 | 第21-25页 |
| 第三章 基于输入输出的航空发动机自适应控制 | 第25-43页 |
| 3.1 自适应控制系统概述 | 第25-26页 |
| 3.2 Narendra自适应控制器设计 | 第26-33页 |
| 3.2.1 Narendra自适应控制器的结构与设计步骤 | 第26-28页 |
| 3.2.2 模型参考自适应控制器的推导与设计 | 第28-33页 |
| 3.3 控制系统的仿真与分析 | 第33-43页 |
| 第四章 饱和补偿器的设计 | 第43-57页 |
| 4.1 抗饱和控制的概述 | 第43-44页 |
| 4.2 饱和补偿器的设计 | 第44-49页 |
| 4.3 控制器的仿真结果与分析 | 第49-57页 |
| 第五章 航空发动机神经网络模型参考自适应PSD控制器的设计 | 第57-73页 |
| 5.1 神经网络模型参考自适应控制 | 第57-59页 |
| 5.2 神经网络模型参考自适应PID控制 | 第59-62页 |
| 5.2.1 神经网络几种典型的学习规则 | 第59-60页 |
| 5.2.2 单神经元自适应PID控制 | 第60-61页 |
| 5.2.3 改进的单神经元自适应PID控制 | 第61-62页 |
| 5.3 神经网络模型参考自适应PSD控制 | 第62-65页 |
| 5.3.1 模型参考自适应PSD控制 | 第62-64页 |
| 5.3.2 模型参考神经元自适应PSD控制 | 第64-65页 |
| 5.4 控制系统的仿真结果分析 | 第65-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81页 |