航空发动机控制系统非线性预测自主寻优问题研究

航空发动机不仅是一类复杂的强非线性控制对象，并且存在诸多物理约束条件，而且又不可避免的受到各种不确定因素的影响，此外人们还非常希望它能充分发挥性能潜力。这些涉及到控制学科领域中的非线性、不确定性、带约束及优化等研究热点与难点。本项目提出基于发动机部件级实时模型，通过拟合和在线修正，建立面向控制的发动机非线性模型，根据预测控制策略，逐步展开非线性不确定带约束自主寻优航空发动机控制系统的分析与综合。为提高预测控制在发动机这类动态过程快速变化的系统中的实际应用可行性，提出结合滑模理论，在增强系统鲁棒性的同时，降低预测控制的计算量。借助量子算法，保证发动机性能寻优的收敛速度及精度。构建性能模块库，设计模式选择器，基于量子神经网络，实现模式切换的平稳过渡。最后，根据李雅普诺夫理论，提出保证系统鲁棒稳定的充分条件。针对微型涡喷发动机，进行项目研究的理论结果验证与完善。项目具有重要的理论意义与工程价值。