渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制研究

王 超

(交通運輸部救助打撈局，北京 100736 )

0 引言

渦軸航空發(fā)動機作為現(xiàn)代飛機的關(guān)鍵組件之一，其具有較為復(fù)雜的機械結(jié)構(gòu)和較強的非線性特性[1]，對飛機的性能和安全起著至關(guān)重要的作用。為了保障渦軸航空發(fā)動機的性能和航空安全，轉(zhuǎn)速控制至關(guān)重要[2]。渦軸航空發(fā)動機轉(zhuǎn)速的控制不僅直接影響發(fā)動機的性能和效率，還與燃油霧化、振動、沖擊等因素密切相關(guān)[3]。因此，對于渦軸航空發(fā)動機轉(zhuǎn)速的控制需要一種適應(yīng)性強、能夠應(yīng)對非線性特性的控制方法。在轉(zhuǎn)速控制中，模糊控制是一種常用的非線性控制方法，其具有工作范圍寬、對參數(shù)變化和外部干擾具有較好的魯棒性等特點[4]，因此，它能夠較好地適應(yīng)渦軸航空發(fā)動機系統(tǒng)的復(fù)雜性和不確定性。通過模糊控制的調(diào)整，可以有效實現(xiàn)對轉(zhuǎn)速的精確控制，提高發(fā)動機的穩(wěn)定性和運行效率[5]。

目前在渦軸航空發(fā)動機的轉(zhuǎn)速控制中，主要有以下幾種研究，文獻[6]提出，將PID參數(shù)的實時值作為參數(shù)增量值的輸入值，得到反饋增益矩陣，在此基礎(chǔ)上，建立平衡點線性化模型，通過模型對渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊進行控制，該方法下工作量較大，必須采用插值的方式進行參數(shù)的求解，使得系統(tǒng)不穩(wěn)定，轉(zhuǎn)讀控制效果較差。文獻[7]提出，對環(huán)境的變化進行研究，采用自適應(yīng)控制律，讓系統(tǒng)跟蹤參考模型，該方法具有較好的解耦效果，但約束條件較多，不能夠滿足復(fù)雜信息的交互，控制效果一般。文獻[8]提出，建立三層神經(jīng)網(wǎng)絡(luò)，針對航空發(fā)動機的非線性特點，對航空發(fā)動機的動態(tài)特性進行研究，并通過模糊解耦控制器，對渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊進行控制，該方法下其控制器自學(xué)習(xí)能力較強，能夠及時修正模糊規(guī)則，控制效果較好，具有較好的應(yīng)用價值。

為了進一步提升渦軸航空發(fā)動機轉(zhuǎn)速控制的性能，本文以這些研究成果為基礎(chǔ)，引入自適應(yīng)模糊控制，提出一種渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制技術(shù)。自適應(yīng)模糊控制結(jié)合了自適應(yīng)控制和模糊控制的優(yōu)勢，能夠根據(jù)實時的系統(tǒng)狀態(tài)和外部干擾進行自適應(yīng)調(diào)節(jié)[9]。通過自適應(yīng)模糊控制，可以實現(xiàn)對轉(zhuǎn)速控制系統(tǒng)的動態(tài)調(diào)整和優(yōu)化，從而提高轉(zhuǎn)速控制的精確性和穩(wěn)定性[10]。

本文以PID控制器為基礎(chǔ)，對模糊邏輯進行模糊化處理得到隸屬度函數(shù)，推理模糊機制并去模糊化得到渦軸航空發(fā)動機轉(zhuǎn)速的模糊輸出值；將模糊子集的參數(shù)作為控制器的主要參數(shù)，設(shè)計渦軸航空發(fā)動機轉(zhuǎn)速的模糊控制器；根據(jù)三角形隸屬度函數(shù)的特性，設(shè)置兩個模態(tài)緩沖，使發(fā)動機信號能夠逐漸收斂到期望的狀態(tài)。利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，對發(fā)動機轉(zhuǎn)速控制系統(tǒng)結(jié)構(gòu)進行論述，確保后續(xù)自適應(yīng)模糊控制的效果。根據(jù)經(jīng)驗設(shè)計模糊控制規(guī)則，為了將轉(zhuǎn)速波動控制在較小的范圍內(nèi)，基于模糊控制器對發(fā)動機轉(zhuǎn)速扭矩參數(shù)進行調(diào)整，實現(xiàn)對發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制。最后通過仿真實驗分析驗證本文方法的控制效果，以期為改善渦軸航空發(fā)動機的轉(zhuǎn)速控制性能提供一定參考，進而實現(xiàn)提高飛機安全性和可靠性的目標。

1 渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制

在渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制中，發(fā)動機轉(zhuǎn)速自適應(yīng)模糊控制是一種重要的方法，它可以根據(jù)實時的系統(tǒng)狀態(tài)和外部干擾進行自適應(yīng)調(diào)節(jié)，以實現(xiàn)更精確和穩(wěn)定的轉(zhuǎn)速控制[11]。

1.1 模糊控制器結(jié)構(gòu)設(shè)計

在渦軸航空發(fā)動機轉(zhuǎn)速控制中，模糊控制器是實現(xiàn)自適應(yīng)調(diào)節(jié)的核心部分。為了有效達到對渦軸航空發(fā)動機轉(zhuǎn)速的控制，設(shè)計一個有效的模糊控制器可以提高轉(zhuǎn)速控制的精度和響應(yīng)速度。

模糊控制器是一種基于模糊推理機制的控制器，用于處理模糊或不確定的輸入，并生成相應(yīng)的控制信號。它的結(jié)構(gòu)通常由模糊化、模糊推理和去模糊化這3個部分組成[12]。

模糊化是將清晰的輸入值轉(zhuǎn)換為模糊集合的過程。它通過隸屬度函數(shù)來量化輸入值的隸屬度，反映其與模糊集合之間的關(guān)系。在模糊化的過程中，常見的隸屬度函數(shù)包括三角形、梯形和高斯等函數(shù)。由于參數(shù)較少，操作和調(diào)整起來更加簡單和方便[13]，且其在實際應(yīng)用中更加適用于對渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制，故在本次研究中，采用三角形隸屬度函數(shù)F。其表達式如式(1)所示：

(1)

其中：a表示隸屬度函數(shù)的左頂點，是輸入變量在模糊集合中的起始值，b表示隸屬度函數(shù)的峰值或拐點，是輸入變量的峰值位置或轉(zhuǎn)折點，c表示隸屬度函數(shù)的右頂點，是輸入變量在模糊集合中的結(jié)束值。

對壓力環(huán)的參數(shù)進行設(shè)計，當(dāng)進氣壓力時間常數(shù)，比發(fā)動機轉(zhuǎn)速的時間小，則按照參數(shù)計算發(fā)動機低壓轉(zhuǎn)速誤差，具體如式(2)所示：

(2)

其中：X表示連接權(quán)重參數(shù)，C表示輸出層的連接權(quán)參數(shù)，V表示激活函數(shù)，B表示輸入狀態(tài)參數(shù)，Z表示連接權(quán)重向量，則按照網(wǎng)絡(luò)反向傳播，對參數(shù)進行更新，得到其效用函數(shù)，具體如式(3)所示：

(3)

其中：M表示網(wǎng)絡(luò)參數(shù)，A表示網(wǎng)絡(luò)學(xué)習(xí)率，S表示學(xué)習(xí)率初始值，一般為0.001，按照效用函數(shù)，對參數(shù)進行更新，得到參數(shù)更新規(guī)則，具體如式(4)所示：

(4)

其中：F表示收斂參數(shù)，G表示主燃油流量變化值，H表示參數(shù)控制精度，J表示主燃油流量變化值，按照更新參數(shù)，得到自適應(yīng)動態(tài)參數(shù)，具體如式(5)所示：

(5)

其中：Q表示動作的二次型參數(shù)，W表示網(wǎng)絡(luò)傳播誤差，E表示轉(zhuǎn)子轉(zhuǎn)速，在考慮網(wǎng)絡(luò)更新速度下，對數(shù)據(jù)進行歸一化處理[14]。按照自適應(yīng)動態(tài)參數(shù)，在以一維狀態(tài)為輸入?yún)?shù)下，對網(wǎng)絡(luò)參數(shù)進行設(shè)計，其參數(shù)配置如表1所示。

表1 網(wǎng)絡(luò)參數(shù)

按照網(wǎng)絡(luò)參數(shù)，采用高斯函數(shù)，對隸屬度函數(shù)進行確定，具體如式(6)所示：

(6)

其中：T表示模糊子集的中心，Y表示分布寬度，I表示隸屬函數(shù)。

根據(jù)模糊化處理的結(jié)果對其進行模糊推理，使用模糊推理中的模糊交運算(fuzzy AND)和模糊或運算(fuzzy OR)來處理輸入的隸屬度值，假設(shè)輸入變量為x和y，模糊交是計算多個輸入變量的隸屬度值之間的交集的過程，模糊或是用于計算多個輸入變量的隸屬度值之間的并集的過程，具體如式(7)所示：

(7)

其中：I′表示輸出的隸屬值，∧表示模糊交運算符，∨表示模糊并運算符。

去模糊化是將模糊輸出轉(zhuǎn)換為清晰的控制信號的過程，本文采用重心法來完成這一步操作。通過求解模糊輸出與其隸屬度函數(shù)之間的面積重心來確定控制信號，其數(shù)學(xué)表達式如式(8)所示：

(8)

其中：E表示渦軸航空發(fā)動機轉(zhuǎn)速的模糊輸出值。

將模糊子集的參數(shù)作為控制器的主要參數(shù)，形成渦軸航空發(fā)動機轉(zhuǎn)速模糊控制器[15]，其結(jié)構(gòu)如圖1所示。

圖1 模糊控制器

再通過求解特征方程的根的方式，計算特征多項式的極點。將計算得到的極點進行歸一化處理，將極點的數(shù)值范圍映射到[0，1]之間，以便更好地進行參數(shù)調(diào)整和優(yōu)化。通過選擇合適的三角形隸屬度函數(shù)來表示參數(shù)，以此更準確地描述參數(shù)的取值范圍和隸屬度[16]。輸入與輸出的三角形隸屬度函數(shù)如圖2所示。

圖2 三角形隸屬度函數(shù)

根據(jù)三角形隸屬度函數(shù)的特性，可以在發(fā)動機切換時刻將飛行包線進行區(qū)域劃分，并增加時間緩沖，這樣做的目的是確保相鄰模態(tài)控制器的凸組合成為主要模式，以實現(xiàn)平滑的過渡。對相等階次的導(dǎo)數(shù)進行求解，通過對導(dǎo)數(shù)的計算，可以獲得發(fā)動機狀態(tài)的變化趨勢，并據(jù)此進行相鄰模態(tài)之間的緩沖控制。通過設(shè)置兩個模態(tài)進行緩沖，可以將發(fā)動機狀態(tài)輸出狀態(tài)進行一定程度的收斂，從而實現(xiàn)對發(fā)動機轉(zhuǎn)速進行自適應(yīng)模糊控制。其緩沖控制如圖3所示。

圖3 模態(tài)緩沖控制示意圖

由圖3可知，在發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制中，這種緩沖和收斂的機制起到了關(guān)鍵作用。它能夠平穩(wěn)地調(diào)整模態(tài)之間的切換，避免突變和不穩(wěn)定的情況出現(xiàn)。通過兩個模態(tài)的緩沖，在過渡期間，可以逐步調(diào)整發(fā)動機控制信號，使其逐漸收斂到期望的狀態(tài)[17]。

1.2 轉(zhuǎn)速模糊控制系統(tǒng)結(jié)構(gòu)

由前述模糊控制器構(gòu)成轉(zhuǎn)速模糊控制系統(tǒng)。發(fā)動機轉(zhuǎn)速自適應(yīng)模糊控制的關(guān)鍵在于如何根據(jù)實時的系統(tǒng)狀態(tài)和外部干擾來調(diào)整模糊控制器的參數(shù)和規(guī)則，以適應(yīng)不同的工作條件和環(huán)境變化[18]。本文根據(jù)模糊控制器結(jié)構(gòu)，對發(fā)動機轉(zhuǎn)速模糊控制系統(tǒng)的結(jié)構(gòu)進行設(shè)計，其框架如圖4所示。

圖4 控制框架圖

在圖4中，Memory為具有存儲功能的數(shù)據(jù)結(jié)構(gòu)，用于存儲過去的狀態(tài)和經(jīng)驗，以便在需要時進行回顧和參考。Critic網(wǎng)絡(luò)用于評估當(dāng)前狀態(tài)和行動的效用值，根據(jù)從Memory輸入的狀態(tài)信息和選擇的行動來計算對應(yīng)的效用值，將符合效用值標準的數(shù)據(jù)輸入到控制器局域網(wǎng)通信協(xié)議CAN TJA 1040和航空發(fā)動機中，將不符合效用值標準的數(shù)據(jù)輸入到備用Memory模塊中，以待傳輸至Actor網(wǎng)絡(luò)。Actor網(wǎng)絡(luò)用于生成控制信號，即根據(jù)當(dāng)前狀態(tài)選擇最佳的行動，它的輸出作為控制器的指令匯總到新的Memory模塊中，并構(gòu)成效用函數(shù)。航空發(fā)動機和效用函數(shù)之間相互作用，再加上控制器局域網(wǎng)CAN和CAN TJA 1040之間進行的通信和數(shù)據(jù)交換，共同實現(xiàn)對發(fā)動機轉(zhuǎn)速的自適應(yīng)調(diào)節(jié)。

在此基礎(chǔ)上，使用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對發(fā)動機轉(zhuǎn)速模型進行識別，得到的發(fā)動機轉(zhuǎn)速的模型識別結(jié)構(gòu)如圖5所示。

圖5 發(fā)動機轉(zhuǎn)速的模型識別結(jié)構(gòu)

由圖5可知，該神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層共同構(gòu)成。根據(jù)轉(zhuǎn)速控制系統(tǒng)的特點，確定需要考慮的輸入變量和輸出變量，例如轉(zhuǎn)速誤差和轉(zhuǎn)速變化率等。為每個輸入變量和輸出變量選擇合適的隸屬函數(shù)，如三角形、梯形或高斯函數(shù)等[19]。

1.3 控制規(guī)則及轉(zhuǎn)速扭矩參數(shù)的調(diào)整

根據(jù)經(jīng)驗設(shè)計模糊規(guī)則，用以描述輸入變量和輸出變量之間的關(guān)系。為了將轉(zhuǎn)速波動控制在較小的范圍內(nèi)，對變化率的調(diào)整規(guī)則進行設(shè)計，基于模糊控制器的參數(shù)，使用語言值來描述論域[20]。為了保證模糊子集能夠更好地覆蓋上述基本論域，同時減少所需的計算量，將模糊語言值設(shè)置為負較大(DF)、負較小(GH)、零(Z)、正較小(PS)、正較大(CD)5種，即{DF，GH，Z，PS，CD}，從而建立參數(shù)調(diào)整規(guī)則表，具體如表2所示。

表2 參數(shù)調(diào)整規(guī)則表

按照調(diào)整規(guī)則表，可以建立兩個規(guī)則，具體如下：當(dāng)隸屬函數(shù)中的參數(shù)取較大值時，系統(tǒng)的快速跟蹤性能將得到加強，此時應(yīng)選擇較小的模糊推理值；而當(dāng)隸屬函數(shù)中的參數(shù)取較小值時，系統(tǒng)的快速跟蹤性能將會降低，故此時應(yīng)選擇較大的模糊推理值。按照這兩個規(guī)則，得到其自整定數(shù)值的關(guān)系圖，具體如圖6所示。

圖6 模糊自整定數(shù)值關(guān)系圖

在渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制中，調(diào)整發(fā)動機轉(zhuǎn)速扭矩參數(shù)是一個重要的步驟，它可以對轉(zhuǎn)速控制系統(tǒng)的性能和穩(wěn)定性產(chǎn)生顯著影響。發(fā)動機轉(zhuǎn)速扭矩參數(shù)是用于描述發(fā)動機輸出扭矩與轉(zhuǎn)速之間的關(guān)系的參數(shù)，不同的發(fā)動機轉(zhuǎn)速扭矩參數(shù)可以對發(fā)動機的響應(yīng)速度、穩(wěn)定性和能耗等方面產(chǎn)生不同的影響。故在本小節(jié)中，首先通過1.1小節(jié)設(shè)計的模糊控制器，對發(fā)動機轉(zhuǎn)速扭矩參數(shù)進行調(diào)整。

按照模糊自整定數(shù)值關(guān)系，進行模糊推理，得到其調(diào)整后的輸出量，具體如式(9)所示：

O=∑P·(z+x)

(9)

其中：P為調(diào)整規(guī)則下的轉(zhuǎn)變參數(shù)，z為反函數(shù)，x為偏差函數(shù)，從而得到調(diào)整后的發(fā)動機轉(zhuǎn)速扭矩參數(shù)g，具體如式(10)所示：

(10)

其中：v為模糊子集的中心元素，k為集合的分辨率，n為發(fā)動機扭矩的時間，m為網(wǎng)絡(luò)時間延時，從而得到調(diào)整后的發(fā)動機轉(zhuǎn)速扭矩參數(shù)。

通過以上步驟，可以設(shè)計出一個完整的模糊控制器，用于實現(xiàn)渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)調(diào)節(jié)。在實際應(yīng)用中，還可以根據(jù)需要對模糊控制器進行進一步的優(yōu)化和調(diào)整，以滿足具體的轉(zhuǎn)速控制要求。

2 仿真實驗與分析

通過仿真實驗可以驗證和評估所提出的自適應(yīng)模糊控制方法的性能和有效性，進一步了解渦軸航空發(fā)動機的轉(zhuǎn)速特性。在本節(jié)中，將介紹所進行的仿真實驗以及對仿真結(jié)果的分析，旨在驗證和評估渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制方法的性能。

2.1 仿真實驗?zāi)Ｐ?/h3>

首先，建立一個渦軸航空發(fā)動機的仿真實驗?zāi)Ｐ?。該模型包括發(fā)動機的結(jié)構(gòu)、傳動系統(tǒng)、控制器以及與之相關(guān)的傳感器和執(zhí)行器。為了模擬真實的工作環(huán)境，考慮發(fā)動機的非線性特性、外部干擾以及參數(shù)變化等因素，采集了渦軸航空發(fā)動機的轉(zhuǎn)速數(shù)據(jù)，并結(jié)合其他關(guān)鍵參數(shù)，如油門開度、環(huán)境溫度等，以獲得全面的仿真數(shù)據(jù)。使用Matlab/Simulink平臺，進行仿真實驗。

根據(jù)模糊規(guī)則表，選用Simulink構(gòu)建發(fā)動機的數(shù)學(xué)模型，并通過本文所述方法調(diào)整參數(shù)，設(shè)計模糊控制器仿真模型，如圖7所示。

圖7 模糊控制器仿真模型

設(shè)置其發(fā)動機轉(zhuǎn)速模型參數(shù)，其參數(shù)如表3所示。

表3 發(fā)動機轉(zhuǎn)速模型參數(shù)

以所建立的模型為基礎(chǔ)，調(diào)整參數(shù)，進而展開仿真實驗與結(jié)果分析。

2.2 仿真實驗參數(shù)

設(shè)置仿真實驗的控制器參數(shù)，并按照公式計算其參數(shù)，如表4所示。

表4 仿真實驗的控制器參數(shù)

對模型的輸入、輸出參數(shù)，進行歸一化處理，對變量采用三角形隸屬度函數(shù)，在此基礎(chǔ)上，使用3種控制方法設(shè)置對比實驗，并對以上控制參數(shù)進行驗證。使用本文設(shè)計方法為實驗組，以基于模糊誤差判斷算法的渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制方法為對比方法一，以基于平滑切換策略的渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制方法為對比方法2，對仿真實驗結(jié)果進行統(tǒng)計與分析，具體如下所示。

2.3 仿真結(jié)果與分析

基于前述仿真實驗?zāi)Ｐ秃蛥?shù)，應(yīng)用本文方法、文獻[6]中的基于平滑切換策略的航空發(fā)動機轉(zhuǎn)速調(diào)節(jié)控制方法、文獻[8]中的基于RBF神經(jīng)網(wǎng)絡(luò)補償?shù)暮娇瞻l(fā)動機自適應(yīng)控制方法3種方法對渦軸航空發(fā)動機轉(zhuǎn)速控制效果進行驗證，仿真實驗每次進行26 s，其中，前20 s為未應(yīng)用任何方法進行控制的狀態(tài)，在20 s后分別應(yīng)用3種方法進行控制。

首先，應(yīng)用本文設(shè)計方法，驗證其對渦軸航空發(fā)動機轉(zhuǎn)速的控制效果，具體控制結(jié)果如圖8所示。

圖8 本文設(shè)計方法轉(zhuǎn)速控制效果

從圖8中可以看出，在未施加任何方法對渦軸航空發(fā)動機轉(zhuǎn)速進行控制的前20 s內(nèi)，發(fā)動機轉(zhuǎn)速變化幅度較大，通常在2 000～5 500 rpm之間振蕩變化。在應(yīng)用本文設(shè)計方法后，能夠較好地將渦軸航空發(fā)動機轉(zhuǎn)速控制在3 000 rpm附近小波動振蕩，說明在使用本文設(shè)計的方法對發(fā)電機進行轉(zhuǎn)速控制后，其轉(zhuǎn)速的波動得到了有效的控制，由此初步證明本文方法對渦軸航空發(fā)動機轉(zhuǎn)速的控制效果較好。

接著，應(yīng)用文獻[6]方法，驗證其對渦軸航空發(fā)動機轉(zhuǎn)速的控制效果，得到其對發(fā)電機的轉(zhuǎn)速控制情況，具體如圖9所示。

圖9 文獻[6]方法轉(zhuǎn)速控制效果

從圖9中可以看出，在應(yīng)用了文獻[6]方法之后，渦軸航空發(fā)動機的轉(zhuǎn)速得到了一定的控制，相對比控制之前波動明顯減小，能夠保證在3 000 rpm附近波動，但相比于本文方法的應(yīng)用效果而言，其波動幅度稍大，說明發(fā)電機轉(zhuǎn)速在一定程度上得到了控制，但控制效果總體一般。

最后，應(yīng)用文獻[8]方法進行仿真實驗，驗證其對渦軸航空發(fā)動機轉(zhuǎn)速的控制效果，得到其對發(fā)電機的轉(zhuǎn)速控制情況，具體如圖10所示。

圖10 文獻[8]方法轉(zhuǎn)速控制效果

從圖10中可以看出，在應(yīng)用文獻[8]方法之后，渦軸航空發(fā)動機的轉(zhuǎn)速得到了一定的控制，相對比控制之前波動明顯減小，總體維持在2 000～3 500 rpm之間波動，但相比于本文方法和文獻[6]方法的應(yīng)用效果而言，其波動幅度更大，說明其雖然對渦軸航空發(fā)動機轉(zhuǎn)速進行了控制，但控制效果較差。

對以上結(jié)果進行綜合分析，可以得到當(dāng)階躍干擾為10 N·m時，隨著時間的增加，其轉(zhuǎn)速的波動情況如表5所示。

表5 階躍干擾為10 N·m轉(zhuǎn)速波動情況

當(dāng)階躍干擾為15 N·m時，其轉(zhuǎn)速的波動情況如表6所示。

表6 階躍干擾為15 N·m轉(zhuǎn)速波動情況

根據(jù)表5和表6中的數(shù)據(jù)，首先，當(dāng)階躍干擾為10 N·m時，在本文設(shè)計方法的應(yīng)用下，隨著時間的增加，發(fā)動機轉(zhuǎn)速的波動相對較小。平均而言，轉(zhuǎn)速波動在11.38～17.77 rpm之間。而文獻[6]和[8]的方法在同樣的階躍干擾下，轉(zhuǎn)速波動較大，分別在33.13～39.43 rpm和73.52～79.55 rpm之間。這表明本文設(shè)計的自適應(yīng)模糊控制方法，在階躍干擾為10 N·m時，能夠?qū)⑥D(zhuǎn)速波動保持在較小的范圍內(nèi)，更有效地控制發(fā)動機轉(zhuǎn)速。接下來，當(dāng)階躍干擾為15 N·m時，本文設(shè)計方法的應(yīng)用在這種情況下仍然能夠有效地控制發(fā)動機轉(zhuǎn)速，轉(zhuǎn)速波動的平均值在11.69～17.81 rpm之間，相對較小。而文獻[6]方法和文獻[8]方法的轉(zhuǎn)速波動分別在33.13～39.43 rpm和75.39～79.55 rpm之間。由此說明，在階躍干擾為15 N·m時，本文設(shè)計的自適應(yīng)模糊控制方法仍能夠保持轉(zhuǎn)速波動在較小的范圍內(nèi)。

綜合以上仿真實驗結(jié)果，可以得出以下結(jié)論：本文設(shè)計的自適應(yīng)模糊控制方法在不同階躍干擾下，相對于文獻[6]方法和文獻[8]方法，能夠更好地控制渦軸航空發(fā)動機的轉(zhuǎn)速，并將轉(zhuǎn)速波動情況維持在較小的范圍內(nèi)。這表明本文設(shè)計的自適應(yīng)模糊控制方法具有較好的性能和穩(wěn)定性，可應(yīng)用于實際的渦軸航空發(fā)動機轉(zhuǎn)速控制系統(tǒng)中。

3 結(jié)束語

本文針對渦軸航空發(fā)動機轉(zhuǎn)速控制問題，進行了自適應(yīng)模糊控制的研究。通過設(shè)計模糊控制器、調(diào)整發(fā)動機轉(zhuǎn)速扭矩參數(shù)以及引入自適應(yīng)機制，實現(xiàn)了對渦軸航空發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制，并對其性能進行了仿真實驗與分析。通過仿真實驗與分析，驗證了所提出的自適應(yīng)模糊控制方法的性能和有效性。仿真結(jié)果表明，相比于對比方法，本文設(shè)計的自適應(yīng)模糊控制方法在不同階躍干擾下能夠更好地控制發(fā)動機轉(zhuǎn)速，并將轉(zhuǎn)速波動情況維持在較小的范圍內(nèi)。這證明了該方法在渦軸航空發(fā)動機轉(zhuǎn)速控制中具有較好的適應(yīng)能力和穩(wěn)定性。然而，本研究還存在一些局限性。首先，對于發(fā)動機轉(zhuǎn)速的自適應(yīng)模糊控制，未來仍可以進一步改進和優(yōu)化模糊控制器的設(shè)計和參數(shù)調(diào)整方法；其次，在本次研究的仿真實驗中，目前只考慮了特定的工況和干擾情況，未來的研究可以進一步擴展實驗范圍并開展實際應(yīng)用測試，考慮更多的實際工況和環(huán)境因素。希望本研究的成果能夠?qū)ο嚓P(guān)領(lǐng)域的學(xué)者和工程師提供有益的指導(dǎo)和啟發(fā)，推動渦軸航空發(fā)動機轉(zhuǎn)速控制技術(shù)的進一步發(fā)展與應(yīng)用。