典型文献
热障涂层加热系统的自适应模糊预测控制
文献摘要：
针对航空发动机热障涂层加热过程中的时变、大惯性、滞后以及高度非线性等问题,提出了一种基于T-S(Takagi-Sug-eno)模糊模型的广义预测控制策略来控制涂层的温度.首先,针对模糊C均值(fuzzy C-means,FCM)算法容易陷入局部最优的问题,采用自适应遗传粒子群优化(genetic algorithm-adaptive particle swarm optimization GA-APSO)算法来优化模糊C均值(FCM)算法的全局寻优能力,并对T-S模糊模型的前件参数进行辨识;其次,采用自适应遗忘因子的递推最小二乘法来估计T-S模糊模型的后件参数.最后,根据得到的T-S模糊模型设计模糊预测控制器并进行仿真实验.仿真结果表明,在利用自适应遗传粒子群算法对FCM算法进行优化后,算法的初始适应度值、收敛适应度值以及辨识模型的均方误差都有较大程度的降低,说明改良后算法的全局寻优能力得到了很大提升,对样本的模糊聚类效果也更好.在有干扰的情况下利用PID(proportion integral differential)控制器和模糊预测控制器分别跟踪期望温度,相比传统的PID控制,模糊预测控制的控温精度更高,达到稳定期望温度所需时间更短,仿真结果验证了控制方法的有效性.
文献关键词：
热障涂层;温度控制;粒子群优化;T-S模糊模型;预测控制
中图分类号：
作者姓名：
杨康;佃松宜;郭斌;赵涛
作者机构：
四川大学电气工程学院,成都610065
文献出处：
引用格式：
[1]杨康;佃松宜;郭斌;赵涛-.热障涂层加热系统的自适应模糊预测控制)[J].科学技术与工程,2022(19):8378-8386
A类：
Sug
B类：
热障涂层,加热系统,自适应模糊,模糊预测控制,航空发动机,大惯性,高度非线性,Takagi,eno,模糊模型,广义预测控制,fuzzy,means,FCM,局部最优,粒子群优化,genetic,algorithm,adaptive,particle,swarm,optimization,GA,APSO,全局寻优,寻优能力,前件,遗忘因子,递推最小二乘法,后件,模型设计,预测控制器,遗传粒子群算法,适应度值,辨识模型,均方误差,模糊聚类,下利,PID,proportion,integral,differential,控温精度,稳定期,温度控制
AB值：
0.365277
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
