| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 引言 | 第10页 |
| 1.2 脉冲爆震发动机概述 | 第10-17页 |
| 1.2.1 PDE 较常规推进系统的性能优势 | 第11-12页 |
| 1.2.2 脉冲爆震发动机研究的重要意义 | 第12-14页 |
| 1.2.3 脉冲爆震推进技术的历史和现状 | 第14-16页 |
| 1.2.4 脉冲爆震发动机研究面临的挑战 | 第16-17页 |
| 1.3 发动机控制技术概述 | 第17-19页 |
| 1.4 PID 控制理论及应用的发展概况 | 第19-22页 |
| 1.4.1 PID 控制器发展概况 | 第19页 |
| 1.4.2 PID 控制原理 | 第19-21页 |
| 1.4.3 PID 控制参数整定方法 | 第21页 |
| 1.4.4 智能控制方法在PID 参数整定中的作用 | 第21-22页 |
| 1.5 本文的主要研究工作 | 第22-23页 |
| 第二章 脉冲爆震发动机控制策略 | 第23-33页 |
| 2.1 引言 | 第23页 |
| 2.2 脉冲爆震发动机的工作原理 | 第23-25页 |
| 2.3 脉冲爆震发动机性能模型 | 第25-28页 |
| 2.3.1 单循环脉冲爆震发动机性能模型 | 第25页 |
| 2.3.2 单循环脉冲爆震发动机简化性能计算模型 | 第25-27页 |
| 2.3.3 容积冲量、比冲、燃料比冲的计算 | 第27页 |
| 2.3.4 PDE 冲量和推力的计算 | 第27-28页 |
| 2.4 爆震燃烧产物计算 | 第28-29页 |
| 2.5 控制策略分析 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 脉冲爆震发动机推力控制数学模型 | 第33-39页 |
| 3.1 引言 | 第33页 |
| 3.2 发动机数学模型 | 第33-35页 |
| 3.3 系数矩阵的求取方法 | 第35-36页 |
| 3.4 线性模型的归一化处理 | 第36-38页 |
| 3.5 发动机模型的离散化处理 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 模糊自适应PID 控制 | 第39-69页 |
| 4.1 模糊控制简介 | 第39-40页 |
| 4.1.1 模糊控制的研究对象 | 第39-40页 |
| 4.1.2 模糊控制研究的数学工具 | 第40页 |
| 4.2 模糊控制的基本原理 | 第40-43页 |
| 4.2.1 模糊控制原理 | 第40-41页 |
| 4.2.2 模糊控制器的组成 | 第41-43页 |
| 4.3 模糊控制发展概况 | 第43-44页 |
| 4.3.1 模糊控制发展的几个转折点 | 第43-44页 |
| 4.3.2 模糊控制的发展方向 | 第44页 |
| 4.4 自适应模糊PID 控制 | 第44-51页 |
| 4.4.1 自适应模糊控制器的结构 | 第45-46页 |
| 4.4.2 自适应模糊控制器原理 | 第46-49页 |
| 4.4.3 模型参考模糊自适应控制系统 | 第49-50页 |
| 4.4.4 自校正模糊控制系统 | 第50-51页 |
| 4.5 稳定的多输入多输出自适应模糊控制 | 第51-61页 |
| 4.5.1 直接自适应控制 | 第51-58页 |
| 4.5.2 间接自适应控制 | 第58-61页 |
| 4.6 仿真和结果分析 | 第61-69页 |
| 第五章 基于遗传算法整定的PID 控制 | 第69-80页 |
| 5.1 遗传算法的基本原理 | 第69-70页 |
| 5.1.1 遗传算法简介 | 第69页 |
| 5.1.2 遗传算法的主要特点 | 第69页 |
| 5.1.3 遗传算法的基本操作 | 第69-70页 |
| 5.2 遗传算法的优化设计 | 第70-72页 |
| 5.2.1 遗传算法的构成要素 | 第70-71页 |
| 5.2.2 遗传算法的应用步骤 | 第71-72页 |
| 5.3 基于遗传算法的PID 整定 | 第72-75页 |
| 5.3.1 基于遗传算法的PID 整定原理 | 第72-75页 |
| 5.4 仿真和结果分析 | 第75-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 论文工作总结 | 第80-81页 |
| 6.2 研究展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-87页 |
| 攻读硕士学位期间发表的学术论文 | 第87-89页 |