| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 预测控制基本原理 | 第14-16页 |
| 1.3 国内外研究现状 | 第16-19页 |
| 1.3.1 预测控制的研究现状 | 第16-18页 |
| 1.3.2 预测控制在航空发动机中的研究进展 | 第18-19页 |
| 1.4 论文结构 | 第19-22页 |
| 第二章 航空发动机非线性预测模型建立 | 第22-37页 |
| 2.1 弹性BP神经网络概述 | 第22-24页 |
| 2.2 灰狼优化算法(GWO)概述 | 第24-26页 |
| 2.3 航空发动机弹性BP神经网络模型 | 第26-32页 |
| 2.3.1 基于K-means聚类法和平均离散程度筛选机制的训练样本选取 | 第26-30页 |
| 2.3.2 航空发动机弹性BP神经网络模型的建立 | 第30-31页 |
| 2.3.3 仿真验证 | 第31-32页 |
| 2.4 基于GWO算法的航空发动机弹性BP神经网络模型 | 第32-34页 |
| 2.4.1 初始参数优化及模型建立 | 第32-33页 |
| 2.4.2 仿真验证 | 第33-34页 |
| 2.5 神经网络非线性预测模型 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 航空发动机非线性预测控制器设计 | 第37-55页 |
| 3.1 改进灰狼优化算法 | 第37-43页 |
| 3.1.1 混沌映射概述 | 第37-38页 |
| 3.1.2 基于Logistic混沌映射的新型GWO算法 | 第38-40页 |
| 3.1.3 仿真验证 | 第40-43页 |
| 3.2 参考轨迹与反馈校正的设计 | 第43-45页 |
| 3.2.1 基于指数收敛的参考轨迹设计 | 第43-45页 |
| 3.2.2 反馈校正 | 第45页 |
| 3.3 带输入输出约束的非线性预测控制(NMPC)设计 | 第45-50页 |
| 3.3.1 问题描述 | 第46-47页 |
| 3.3.2 输入约束处理 | 第47-48页 |
| 3.3.3 输出约束处理 | 第48-49页 |
| 3.3.4 控制器设计 | 第49-50页 |
| 3.4 仿真验证 | 第50-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 带控制时滞的航空发动机非线性预测控制系统设计 | 第55-69页 |
| 4.1 航空发动机未知控制时滞辨识 | 第55-57页 |
| 4.2 基于自校正SMITH预估的航空发动机参数自整定PID补偿控制 | 第57-65页 |
| 4.2.1 基于融合GWO算法的PID参数自整定控制 | 第57-62页 |
| 4.2.2 基于Smith预估方法的时滞补偿控制 | 第62-64页 |
| 4.2.3 Smith预估补偿控制仿真验证 | 第64-65页 |
| 4.3 基于NMPC的控制时滞补偿方法设计 | 第65-68页 |
| 4.3.1 控制器设计 | 第65-66页 |
| 4.3.2 仿真验证 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第五章 基于滑模理论的航空发动机非线性预测控制稳定性分析 | 第69-75页 |
| 5.1 NMPC稳定性分析方法概述 | 第69-71页 |
| 5.2 基于终端滑模等式约束的航空发动机NMPC稳定性分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 在学期间的研究成果及发表的学术论文 | 第83页 |
