基于MRR-KELM算法的涡轴发动机非线性模型预测控制

作     者：王宁 潘慕绚 黄金泉 WANG Ning;PAN Muxuan;HUANG Jinquan

作者机构：南京航空航天大学能源与动力学院南京210016 

基　　金：南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20160211) 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2018年第32卷第8期

页      码：94-102页

摘      要：针对涡轴发动机控制系统的设计,提出了一种基于多输出迭代约简核极限学习机(MRR-KELM)的非线性模型预测控制(NMPC)方法。基于直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速以及涡轮级间温度等传感器数据,利用MRR-KELM算法,训练具有较好实时性、精度以及泛化能力的发动机预测模型,引入预测模型输出与发动机输出的误差对控制器指令进行反馈校正,利用序列二次规化(SQP)算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合仿真平台环境下,通过直升机机动飞行仿真,验证了该模型预测控制器相比于传统的串级PI控制具有更好的控制性能,可显著降低动力涡轮转速超调/下垂量。

主 题 词：涡轴发动机 控制系统 传感器 核极限学习机 迭代约简 非线性模型预测控制 

学科分类：082502[082502] 08[工学] 0825[工学-环境科学与工程类] 

D　O　I：10.3969/j.issn.1674-8425(z).2018.08.015

馆 藏 号：203324990...