基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制
Double variable PID decoupling control of turbofan engine based on RBF neural network identification作者机构：西北工业大学动力与能源学院西安710072
出 版 物：《航空动力学报》 (Journal of Aerospace Power)
年 卷 期：2007年第22卷第8期
页 面：1391-1395页
核心收录：
学科分类：080103[工学-流体力学] 08[工学] 080104[工学-工程力学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0701[理学-数学] 0801[工学-力学（可授工学、理学学位）]
主 题：航空、航天推进系统 涡扇发动机 双变量控制 径向基函数神经网络(RBF) 解耦
摘 要：根据神经网络与PID算法相结合的思想,针对涡扇发动机双变量控制中变量之间的耦合问题,提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制,并给出控制系统的控制结构及原理.仿真结果表明,该方法控制精度高、跟踪性能强、鲁棒性良好,能够有效地减小各回路之间的耦合影响,并保证控制系统具有良好的稳态和动态性能,适合航空发动机控制.
维普期刊数据库
同方期刊数据库