公开(公告)号：CN110219736B

公开(公告)日：2020-02-18

申请号：CN201910531675.1

申请日：2019-06-19

Applicant: 南京航空航天大学

Inventor： 郑前钢 ,  柳亚冰 ,  胡旭 ,  汪勇 ,  陈浩颖 ,  胡忠志 ,  张海波 ,  李秋红

IPC: F02C9/00 ,  F02C9/28

Abstract: 本发明公开了一种基于非线性模型预测控制的航空发动机直接推力控制方法。本发明方法直接以推力为控制目标，而不是传统控制方法采取不可测参数为控制目标的方法。采用在线滑动窗口深度神经网络作为预测模型，该模型采用深度学习结构，可提高模型精度，并基于滑动窗口方法来在线选取训练数据，降低了对训练数据噪声的敏感性。相比于目前流行的控制方法相比，所提出的方法将加速时间缩短了0.425秒，响应速度提高了1.14倍左右。

公开(公告)号：CN110219736A

公开(公告)日：2019-09-10

申请号：CN201910531675.1

申请日：2019-06-19

Applicant: 南京航空航天大学

Inventor： 郑前钢 ,  柳亚冰 ,  胡旭 ,  汪勇 ,  陈浩颖 ,  胡忠志 ,  张海波 ,  李秋红

IPC: F02C9/00 ,  F02C9/28

Abstract: 本发明公开了一种基于非线性模型预测控制的航空发动机直接推力控制方法。本发明方法直接以推力为控制目标，而不是传统控制方法采取不可测参数为控制目标的方法。采用在线滑动窗口深度神经网络作为预测模型，该模型采用深度学习结构，可提高模型精度，并基于滑动窗口方法来在线选取训练数据，降低了对训练数据噪声的敏感性。相比于目前流行的控制方法相比，所提出的方法将加速时间缩短了0.425秒，响应速度提高了1.14倍左右。