基于关联线性参数变化模型的发动机驱动涵道风扇升力系统自适应模型预测控制
系统与控制
2023-09-25 v1 系统与控制
摘要
由二冲程航空活塞发动机驱动的涵道风扇升力系统（DFLSs）因其复杂的多变量动力学而呈现颇具挑战性的控制问题。当前这些系统的控制器通常依赖比例-积分算法结合数据表，其依赖于精确模型且不能自适应处理时变动力学或系统不确定性。本文提出一种新颖的自适应模型预测控制（AMPC）策略，结合关联线性参数变化（LPV）模型来控制发动机驱动DFLS。该LPV模型由全局网络模型导出，后者使用从二冲程航空发动机通用均值发动机模型获得的数据离线训练。本研究评估并比较了包括多层感知机、Elman和径向基函数（RBF）在内的不同网络模型。结果表明，RBF模型在DFLS应用中表现出更高的预测精度与鲁棒性。基于训练好的RBF模型，所提AMPC方法构建关联网络，直接输出LPV模型参数，作为一种自适应、鲁棒且高效的预测模型。通过DFLS垂直起飞推力准备过程的数值仿真验证了所提方法的效率。仿真结果表明，所提AMPC方法能有效控制DFLS推力，相对误差低于3.5%。
引用
@article{arxiv.2309.12552,
title = {Adaptive Model Predictive Control for Engine-Driven Ducted Fan Lift Systems using an Associated Linear Parameter Varying Model},
author = {Hanjie Jiang and Ye Zhou and Hann Woei Ho and Wenjie Hu},
journal= {arXiv preprint arXiv:2309.12552},
year = {2023}
}