热障涂层加热系统的自适应模糊预测控制

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.

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

所属期刊栏目：22

分类号：TP273(自动化技术及设备)

资助基金：中央高校基本科研业务费;四川省科技计划

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：8378-8386