基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分 (PID) 控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.
推荐文章
航空发动机自适应神经网络PID控制
航空发动机
自适应神经网络PID控制
权系数
航空发动机全包线最优PID控制器设计
航空发动机
神经网络
PID控制
飞行包线
航空发动机的CMAC与PID并行控制
航空发动机
CMAC
PID控制
并行控制
基于人工神经网络的航空发动机故障诊断方法
故障诊断
BP神经网络
BP算法
航空发动机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 航空发动机小波神经网络PID控制
来源期刊 航空动力学报 学科 工学
关键词 比例-积分-微分(PID)控制 航空发动机 小波 神经网络
年,卷(期) 2009,(4) 所属期刊栏目 自动控制
研究方向 页码范围 875-879
页数 5页 分类号 TP273
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙健国 南京航空航天大学能源与动力学院 116 2147 24.0 38.0
2 李秋红 南京航空航天大学能源与动力学院 43 443 13.0 19.0
3 许光华 南京航空航天大学能源与动力学院 2 17 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (45)
参考文献  (8)
节点文献
引证文献  (16)
同被引文献  (19)
二级引证文献  (20)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
比例-积分-微分(PID)控制
航空发动机
小波
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空动力学报
月刊
1000-8055
11-2297/V
大16开
北京市海淀区学院37号
1986
chi
出版文献量(篇)
6663
总下载数(次)
19
总被引数(次)
63928
论文1v1指导