航空发动机传感器神经网络故障诊断及滑模容错控制研究

摘要

航空发动机是一类复杂的非线性系统，在飞行包线内，发动机工作状态变化非常大，故障时有发生，而传感器故障时最主要的一类故障。因此针对航空发动机传感器进行故障诊断和容错控制的研究对提高发动机控制系统安全性和可靠性具有重要意义。本文基于BP神经网络方法和滑模变结构控制方法，开展了发动机故障诊断与容错控制研究。
　　本文利用发动机部件级模型建立双输入双输出离散系统，使用离散小扰动发求取线性化模型初值，对部件级模型阶跃数据进行拟合得到发动机离散线性模型。从航空发动机小偏差线性化模型的基础上获得BP神经网络训练样本，得到基于BP神经网络的估计模型，并设计发动机故障诊断系统。
　　为研究滑模控制器对发动机系统的容错控制效果，设计了基于PID趋近律的滑模控制器进行理论研究。针对容错控制问题，本文采用了基于离散滑模理论的容错控制方法，通过容错逻辑实现故障信号的隔离、估计，再通过滑模控制器进行完整的容错控制。为了验证滑模控制器的容错效果，设计了PID被动容错控制器与滑模主动容错控制器与其效果进行对比，结果表明滑模容错控制可以有效提高发动机在传感器故障情况下的控制性能。

目录

封面

声明

中文摘要

英文摘要

目录

注释表

缩略词

第一章 绪论

1.1 引言

1.2 故障诊断与容错控制技术

1.3 航空发动机传感器故障诊断及容错控制现状

1.4 论文内容安排

第二章 航空发动机线性模型

2.1 引言

2.2 发动机线性定常离散模型建立

2.3 建模结果仿真与分析

2.4 本章小结

第三章 基于BP神经网络的发动机传感器故障诊断研究

3.1 概述

3.2 发动机传感器故障的数学描述

3.3 基于BP神经网络的发动机估计模型

3.4 基于BP神经网络的传感器故障诊断方案

3.5 仿真验证

3.6 本章小结

第四章 基于线性定常连续模型的发动机滑模控制研究

4.1 概述

4.2 基于线性定常连续模型的发动机滑模控制系统

4.3 滑模控制系统基本理论

4.4 基于滑模的发动机控制器设计

4.5 仿真验证

4.6 本章小结

第五章 基于离散滑模理论的发动机传感器故障容错控制研究

5.1 离散滑模控制的特性

5.2 发动机传感器故障容错控制

5.3 仿真验证

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

在学期间的研究成果及发表的学术论文