原文服务方: 计算机测量与控制       
摘要:
针对航空发动机动态过程特性复杂、现有控制策略保守性较强的问题,在无模型自适应控制研究的基础上,结合生物内分泌智能控制原理,提出了一种新型无模型自适应生物智能控制(model free adaptive intelligent control,MFAIC)方法;首先根据航空发动机强非线性的特点,根据被控对象I/O数据建立了无模型自适应控制(model free adaptive control,MFAC)系统;然后创新地应用生物内分泌调节原理构建自适应控制模块(biological endocrine intelligent control,BEIC),目的是依据跟踪误差快速、准确地调整控制参数,从而自动优化控制效果;控制器设计完成后对MFAIC与PID这两种控制方法在动态过程中的控制效果及抗扰动能力进行对比分析;仿真结果表明,该无模型自适应生物智能控制方法具有全包线稳定和动态响应性能好、鲁棒性强的优点;且提出的生物内分泌调节新颖算法计算量合理,自适应调节能力强,具有较高的工程实践意义.
推荐文章
自适应智能控制航空发动机起动系统
航空发动机
自适应智能控制
起动系统
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
涡轴航空发动机转速的自适应模糊控制研究
涡轴航空发动机
转速控制
自适应模糊控制
PID控制器
模糊控制器
转速扭矩参数
航空发动机模糊自适应PID控制系统仿真研究
航空发动机
模糊自适应
PID控制器
传感器故障
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 航空发动机无模型自适应生物智能控制方法研究
来源期刊 计算机测量与控制 学科
关键词 航空发动机 无模型自适应控制 生物内分泌智能控制 动态性能
年,卷(期) 2016,(10) 所属期刊栏目 控制技术
研究方向 页码范围 104-107
页数 4页 分类号 V411.8
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2016.10.030
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 缑林峰 西北工业大学动力与能源学院 33 182 7.0 11.0
2 史东烨 西北工业大学动力与能源学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
航空发动机
无模型自适应控制
生物内分泌智能控制
动态性能
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导