无人机涡喷发动机的自适应神经网络控制研究

摘要：

该文介绍了一种新型的神经网络自适应控制方式,它由基于多层BP网络的近似PID构成的神经网络控制器和基于带自反馈的Elman神经网络构成的模型辨识器共同组成.Elman网络是一种新型的动态递归神经网络,具有很好的逼近能力和性能;改进的自反馈网络具有更大的灵活性.为加快收敛速度,文中采用了共轭梯度算法,选择共轭方向作为最小化方向;在用于无人机涡喷发动机的不同状态的控制中被证实是非常有效的,具有鲁棒性好、响应速度快、稳态误差小等优点.

关键词：自适应控制、神经网络、近似PID控制、共轭梯度算法

所属期刊栏目：21

分类号：V233(航空发动机（推进系统）)

在线出版日期：2004-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：30-32,16