基于IFA-ELM的航空发动机自适应PID控制新方法

被引：7

作者：

焦洋

李秋红

李业波

机构：

[1] 南京航空航天大学能源与动力学院,江苏省航空动力系统重点实验室

来源：

北京航空航天大学学报 | 2015年 / 03期

关键词：

航空发动机; PID; 极端学习机; 萤火虫算法; 自适应控制;

D O I：

10.13700/j.bh.1001-5965.2014.0182

中图分类号：

V235.13 [涡轮风扇发动机];

学科分类号：

082502 ;

摘要：

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机（ELM）对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法（IFA）优化ELM网络参数,形成优化的ELM训练方法 IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2～1.4 s,超调量降低了0.2%1.5%,验证了该控制方法的有效性.

引用

页码：530 / 537

页数：8

共 9 条

[1] 模糊自整定PID的航空发动机转速控制研究 [J].