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:
针对航空发动机PID控制器的参数寻优问题,提出基于人工蜂群算法(ABC)的航空发动机PID控制器参数自整定的方法。利用人工蜂群算法实现容易、计算简洁、寻优性能好、鲁棒性强的优点,优化PID控制器参数,以改善控制系统性能。考虑到可能存在的执行机构输出量的极大超调,融入执行机构输出的超调量惩罚机制,改进目标性能函数,有效避免了可能存在的发动机供油量极大超调现象。对涡扇发动机在地面和高空稳态工作点的增量形式的线性化数学模型进行了仿真验证,结果表明优化效果良好,转速阶跃响应反应迅速且超调量小,同时供油量也没有出现大的超调,验证了所提方法的有效性和实用性。
推荐文章
基于蚁群算法的航空发动机PID参数优化
航空发动机
蚁群算法
PID控制器
解耦
多变量系统
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
基于单神经元PID的航空发动机解耦控制
航空发动机
神经网络
PID控制器
解耦控制
基于遗传算法的航空发动机模糊优化控制
遗传算法
模糊控制
修正因子
航空发动机
参数优化
隶属度函数
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 基于人工蜂群算法的航空发动机参数自整定PID控制
来源期刊 推进技术 学科 工学
关键词 航空发动机 人工蜂群算法 PID控制参数优化
年,卷(期) 2015,(1) 所属期刊栏目 控制 测量 故障诊断
研究方向 页码范围 130-135
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.13675/j.cnki.tjjs.2015.01.019
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 肖玲斐 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 2 12 1.0 2.0
2 卢彬彬 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 1 12 1.0 1.0
3 龚仁吉 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 1 12 1.0 1.0
4 范昕宇 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (69)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (64)
二级引证文献  (18)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
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
航空发动机
人工蜂群算法
PID控制参数优化
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
推进技术
月刊
1001-4055
11-1813/V
大16开
北京7208信箱26分箱
1980
chi
出版文献量(篇)
4844
总下载数(次)
13
总被引数(次)
34194
论文1v1指导