摘要：涡扇发动机的设计定型是一个复杂且高风险的系统工程,目前的试验方法并不能全面考核发动机控制系统的工作质量。通过建立精确的涡扇发动机控制系统的数学模型,可以辅助实际试飞,使试飞考核更加科学化,并可以减少试验费用,降低试飞的风险。本文对某型发动机主燃油控制系统作了比较深入、完整的分析研究,并利用试飞数据对该控制系统的主要部件进行hammerstein辨识建模。仿真结果表明,hammerstein模型能准确地体现执行机构的工作过程,模型仿真结果与实际试飞结果基本保持一致,采用hammerstein模型描述发动机主燃油控制系统是有效可行的。

摘要：针对传感器动态特性中存在非线性的问题,提出一种基于hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与hammerstein模型对应的线性动态与非线性静态2个环节;再设计一种新型的神经网络结构,使网络权系数对应于相应的hammerstein补偿模型参数,并推导反向传播的网络权系数调整方法;最后通过网络迭代训练,求得补偿模型的线性动态与非线性静态两个环节。仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。