基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

摘要：

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法.综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化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/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量.

关键词：控制系统、核极限学习机、在线滚动序列、非线性模型预测控制、涡轴发动机

所属期刊栏目：44

分类号：V233.7(航空发动机（推进系统）)

资助基金：南京航空航天大学研究生创新基地实验室开放基金kfjj20160211

在线出版日期：2018-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：44-50