论文部分内容阅读
针对航空发动机是一个具有强非线性、时变不确定性的被控对象，提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法，该方法采用RBF网络对发动机非线性模型进行实时辨识，并将系统的灵敏度信息反馈给神经网络控制器，保证了控制器对被控对象的准确控制。通过某涡扇发动机在飞行包线内的数字仿真，结果表明该方法不依赖被控对象的精确模型，有效地实现了对发动机的多变量自适应控制，而且具有较好的动静态性能。