基于DRNN网络的航空发动机多变量解耦控制

摘要：

通过分析对角递归神经网络(DRNN)及带动量项的梯度学习方法(GDM),针对某型涡扇发动机的性能控制,研究了基于对角递归神经网络的多变量自学习解耦控制算法及其在航空发动机控制中的应用.阐明了该方法的结构和原理.并在设计点处进行了发动机多变量解耦控制系统设计.在偏离设计点时,大量的仿真结果表明,系统具有较好解耦和自适应能力.

关键词：航空发动机、对角递归神经网络+、多变量控制、解耦+

所属期刊栏目：27

分类号：V233.7(航空发动机（推进系统）)

在线出版日期：2006-05-16（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：150-153