航空发动机是一个结构复杂、非线性强的多变量控制对象,在飞行包线内宽广的范围内工作,其模型具有不确定性和时变性,而传统的基于受控对象数学模型设计控制策略的方法,难以对这种复杂对象进行有效控制,PID控制由于它物理意义明确,而且结构简单、调整方便,所以在实际的控制系统中被大量采用。本文重点研究如何利用先进的智能优化算法改进传统的发动机控制系统,并进一步对前沿的智能控制算法及其研究方向进行探索性研究。 本文将人工免疫这一新兴的智能系统引入对航空发动机的控制。基于免疫反馈机理设计的控制器具有简单实用稳定可靠的特点,仿真结果表明,该方法解决了航空发动机控制系统快速性与稳定性之间的矛盾,有较高的实用价值;利用遗传算法具有进行大规模、并行寻找全局最优值的特点,在不需建立航空发动机精确数学模型的情况下,设计 PID控制器的参数,提供了一种新的参数设计方法,经遗传算法优化的控制系统具有自适应性。 将遗传算法和神经网络两种智能优化算法相结合并将其用于航空发动机控制系统优化,以验证其效果。结合通过两种途径展开,一种是将遗传算法用于产生神经网络控制控制系统的初始值,以加速神经网络的收敛速度;另一种是利用遗传算法,在外界环境变化的情况下,自适应地产生最优的变结构神经网络控制器。