首页|基于RBF神经网络的进气压力控制方法研究

基于RBF神经网络的进气压力控制方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对高空台进气压力控制系统的强非线性特性和被控对象难以精确建模的问题,传统的PID控制在被试发动机进行加减速等过渡态时难以满足进气压力控制性能要求,提出了基于数据驱动的高空台压力控制方法,设计了基于RBF(Radial Basis Function,径向基函数)神经网络的最优控制架构,通过分析进气压力控制系统的输入和输出,给出了进气压力控制系统的RBF神经网络控制方法;利用高空台的大量试验数据对所设计的控制方法进行了训练和测试.测试结果表明,所设计的智能控制方法有良好的控制性能,能够满足进气压力的过渡态自适应控制.
Intake Pressure Control Method Based on RBF

altitude platformpressure controlintelligent controladaptive controlRBF neural network

乔彦平、郭迎清、高红岗

展开 >

西北工业大学动力与能源学院,陕西西安 710072

中国航发四川燃气涡轮研究院高空模拟技术重点实验室,四川绵阳 621700

西北工业大学民航学院,陕西西安 710072

高空台 压力控制 智能控制 自适应控制 RBF神经网络

国家稳定支持课题项目

GJCZ-0032-19

2024

10.19708/j.ckjs.2023.07.246

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2024.43(2)
  • 11