陈长发
- 作品数：3 被引量：17H指数：2
- 供职机构：空军工程大学航空航天工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 基于改进粒子群算法的航空发动机状态变量建模被引量：15
- 2012年
- 为了克服现有航空发动机状态变量建模过程中的不足,采用了一种改进粒子群算法建立航空发动机状态变量模型。首先改进了粒子群算法,提出一种每个粒子根据自身适应值动态调整其惯性系数方法来平衡搜索性能;对群体最优位置进行实时的代内更新以提高搜索速度;为避免陷入局部最优,在最优个体附近进行随机搜索。其次利用该算法建立航空发动机状态变量模型,根据航空发动机在稳态点处的线性化模型应与在该同一稳态工作点处的非线性模型响应一致的原则构造适应值函数,仿真结果表明所建立的状态变量模型不论是稳态过程还是动态过程都与非线性模型响应基本一致,建模精度较高,建立过程简便。
- 苗卓广谢寿生吴勇朱李云王磊陈长发
- 关键词：航空发动机状态变量模型粒子群算法
- 基于时滞补偿器的航空发动机最优滑模预测控制被引量：2
- 2012年
- 针对航空发动机控制系统中存在的时滞(即延迟)问题,提出了基于时滞补偿器的滑模最优预测控制。定义特殊线性变换,将原发动机中含状态量和控制量时滞环节的控制系统化为无时滞系统;在新的坐标系下采用时滞补偿器以最小修正误差建立最优二次型指标,求出最优的滑模预测控制量并进行亍系统仿真。结果表明:该方法能够很好地补偿航空发动机控制系统中时滞环节带来的影响,对系统进行提前控制,系统响应速度较快,整体效果达到预想目标。
- 谢寿生陈长发周磊苗卓广翟旭升张子阳
- 关键词：航空发动机滑模控制预测控制
- 基于卡尔曼滤波的航空发动机单神经元自适应控制
- 2012年
- 针对航空发动机多任务、多变量、高精度和一体化控制的需求,提出了一种基于卡尔曼滤波的单神经元自适应控制方法。该方法在单神经元自适应控制算法的基础上,增加了对控制量和发动机反馈量的滤波,提高了响应速度,精度较高。仿真结果证明,该方法对过程噪声和测量噪声具有很强的克服能力,所需计算量较小,能满足发动机控制对实时性的要求。
- 王稳战陈长发胡金海
- 关键词：航空发动机卡尔曼滤波单神经元自适应控制滤波
