针对汽车变风量空调实际运行中存在的随机干扰,提出了一种基于二维框架理论的模糊迭代学习预测控制方法。首先对变风量空调系统进行线性建模;然后将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后基于模糊理论介绍了变学习速率与预测步长的迭代学习预测控制器的设计方法。最后通过对比不同干扰信号条件下的跟踪响应发现模糊迭代学习预测控制不仅对周期性干扰具有较好的鲁棒性,而且在随机干扰条件下,依旧能够保持较好的跟踪性能。仿真结果验证了该方法的有效性。

为了改善航空发动机高空模拟试车台(简称高空台)液压加载系统的控制性能,解决手动调节控制精度低且闭环控制快速性较差的问题,提出了一种将开环模糊控制与闭环PID控制相结合的智能复合控制方法。首先,结合高空台液压加载试验特点和设备特性,利用真实试验数据基于最小二乘系统辨识搭建了系统的分段线性模型。其次,使用频域法设计参数调度的PID控制器,解决了手动调节控制精度低的问题。最后,结合试验操作人员提供的经验知识和历史试验数据结论搭建了模糊开环控制器,设计控制器选择模块和积分补偿模块,将模糊开环控制器与闭环PID控制器相结合形成智能复合控制器。通过仿真验证得出,智能复合控制器的控制效果在精度上明显优于人工手动调节,在快速性上明显优于PID控制器,调节时间缩短了39%~87%。

为了满足航空发动机高空模拟试验智能化需求,以高空台液压加载系统为研究对象,研究其试验智能运行的关键技术。通过深入分析液压加载系统设备组成及试验智能化存在的传感器数据利用不充分、控制精度不高和数据可视化展示不直观等问题,提出基于层次分析法的数据分组关联架构,设计数据融合架构对传感器数据进行预处理并对数据进行数据层、特征层和决策层融合。针对控制精度不高且须满足快速性的要求,提出一种基于设备特性与加载谱的智能复合控制框架用于智能化控制。针对液压加载系统子设备众多且易发生故障并存在性能退化的问题,提出基于深度学习的故障诊断方法与基于支持向量机的健康预测方法。同时,提出一种基于WebGL框架下的液压加载系统工艺流程可视化展示方法并建立了三维可视化模型,实现液压加载系统动态模拟的运行状态...

高空台液压加载系统试验过程智能化、自动化运行已经成为重要的研究需求。针对基于轻量化BIM的人机交互界面设计的要求,搭建了高空台液压加载系统的三维虚拟模型。模型考虑了WebGL技术的应用条件和需求,对比了两种三维建模软件用于BIM技术的特点,分析并使用了3ds Max可使用的建模方法和流程,可以为高空台液压加载系统数据的三维可视化研究提供模型支持。

在对机械液压系统建模和仿真的过程中，流量方程中流量系数的选取将直接影响到模型的精度。针对国内目前所采用的传统方法的缺点，本文研究了如何选取该参数的方法，总结了计算该参数的方法，并运用该方法进行了实例计算，计算结果表明：该方法能够较好的提高模型的精度。

在对机械液压系统建模和仿真的过程中,液体密度和体积弹性系数的选取将直接影响到模型的精度.国内通常采用的方法是根据工程经验对其取常数,建模精度低.本文研究了如何选取这两个参数的方法,总结了这些参数的简化计算公式和算法,并运用该方法进行实例计算.结果表明：正压阶段,压力对于密度和体积弹性系数的影响很小,而当压力为负压时,必须考虑油液气体含量及压力等因素对于两者的影响.