基于RBF神经网络补偿的航空发动机H∞自适应控制研究

航空发动机控制系统是飞机的重要控制系统。航空发动机控制增益衰减、未建模动态等不确定性问题影响控制性能。为此，设计了一种h自适应控制与补偿控制相结合的控制器。首先，基于混合灵敏度理论设计了H自适应控制器。然后，基于Lyapunov的严格稳定性理论，设计了RBF神经网络补偿控制器，对不确定性进行拟合和补偿，并通过误差相关法调整拟合速度。最后，以航空发动机为被控对象进行了多变量仿真试验。结果表明，与H控制器相比，本文设计的控制器能有效地补偿不确定性，缩短时间和调节时间。