本書由淺入深地介紹了最優(yōu)控制基礎理論及其在航空動力系統(tǒng)中的應用，分上下兩篇。上篇為最優(yōu)控制基礎理論篇包括第1章到第8章。 第1章為緒論，介紹最優(yōu)控制及其在航空動力系統(tǒng)中的應用概況，以及最優(yōu)控制問題基本組成和求解方法 第2章到第4章分別介紹變分法、極小值原理、動態(tài)規(guī)劃以及它們在最優(yōu)控制中的應用，第5章介紹線性二次型最優(yōu)控制，第6章介紹H ∞優(yōu)化控制,第7章介紹預測控制,第8章介紹智能優(yōu)化控制。下篇為航空動力系統(tǒng)應用篇，包括第9章到第15章。第9章介紹基于變分法求解航空發(fā)動機最優(yōu)控制問題，第10章介紹基于極小值原理求解航空發(fā)動機最優(yōu)控制問題,第11章介紹基于動態(tài)規(guī)劃求解航空發(fā)動機離散時間最優(yōu)控制問題，第12章介紹航空動力系統(tǒng)線性二線型最優(yōu)控制,第13章介紹航空發(fā)動機 H ∞最優(yōu)控制,第14章介紹航空動力系統(tǒng)預測控制,第15章介紹智能優(yōu)化算法在航空動力系統(tǒng)中的應用。本書可作為航空航天 自動化、動力機械相關領域從事控制系統(tǒng)分析與設計等研究與應用工作的科研人員、工程技術人員和高等院校相關專業(yè)的教師、高年級本科生、碩士生和博士生的參考書。

本書適用于高等院校航空航天類專業(yè)高年級本科生和研究生課程，也可作為兵器、自動控制等相關專業(yè)學生的教學參考書 還可作為從事導彈總體設計、制導控制方法研究及其工程應用的科研人員和工程技術人員的參考書。

航空航天

肖玲斐，博士，副教授，供職于南京航空航天大學能源與動力學院控制工程系， 長期立足于航空動力系統(tǒng)的建模、控制與故障診斷研究，目前正在主持國家自然科學基金面上項目、流體動力與機電系統(tǒng)國家重點實驗室開放基金、國家外國專家項目，已主持完成國家自然科學基金青年基金、中國博士后科學基金、工業(yè)控制技術國家重點實驗室開放基金、中央高校基本科研業(yè)務費專項基金等，主持產(chǎn)學研課題3項，作為主要成員參與多項國防預研項目、產(chǎn)學研項目；已發(fā)表學術論文60余篇，其中SCI論文20余篇，授權發(fā)明專利10余項，出版學術專著1部；被評為2015年度鹽城市首批515領軍人才，獲東臺市科學技術二等獎；獲評2019年度教育部在線教育智慧教學之星；2018年獲南京航空航天大學微課比賽二等獎。

葉志鋒，博士，教授，供職于南京航空航天大學動力工程系，長期從事航空發(fā)動機控制相關的教學和科研工作，主要研究方向為航空發(fā)動機故障診斷、發(fā)動機燃油系統(tǒng)仿真、燃油部件優(yōu)化設計等。完成各類科研項目20多項，在國內(nèi)外期刊及學術會議上發(fā)表論文90余篇，授權發(fā)明專利10余項，曾獲得省部級教學成果一等獎及科技進步三等獎，出版教材和專著5部。

第1章 緒 論

1.1 最優(yōu)控制概況

1.2 航空動力系統(tǒng)最優(yōu)控制問題

1.3 最優(yōu)控制問題的基本組成

1.4 最優(yōu)控制問題的求解方法

第2章 變分法及其在最優(yōu)控制中的應用

2.1變分法的基本概念和原理

2.1.1 古典變分法的典型問題

2.1.2 泛函和泛函極值

2.1.3 泛函極值的變分問題

2.2 變分法解最優(yōu)控制問題

2.2.1 最優(yōu)控制問題描述

2.2.2 最優(yōu)控制問題求解

2.3 變分問題的直接解法

第3章 極小值原理及其應用

3.1 引 例

3.2 連續(xù)系統(tǒng)的極小值原理

3.2.1 連續(xù)定常系統(tǒng)的極小值原理

3.2.2 連續(xù)時變系統(tǒng)的極小值原理

3.3 離散系統(tǒng)的極小值原理

3.3.1 離散系統(tǒng)基本概念

3.3.2 極小值原理

3.3.3 離散系統(tǒng)極小值原理與連續(xù)系統(tǒng)極小值原理對比

3.4 極小值原理的典型應用

3.4.1 時間最優(yōu)控制

3.4.2 燃料最優(yōu)控制

3.4.3 時間燃料最優(yōu)控制

3.4.4 能量最優(yōu)控制

第4章 動態(tài)規(guī)劃及其應用

4.1 最短路線問題

4.2 最優(yōu)性原理

4.3 動態(tài)規(guī)劃的基本遞推方程

4.4 動態(tài)規(guī)劃的數(shù)值計算方法

4.5 連續(xù)控制系統(tǒng)動態(tài)規(guī)劃

4.5.1 連續(xù)控制系統(tǒng)最優(yōu)性原理

4.5.2 連續(xù)系統(tǒng)動態(tài)規(guī)劃基本遞推方程

4.5.3 哈密頓雅可比方程的解與最優(yōu)性能指標的關系

4.5.4 最優(yōu)解的求解步驟

4.6 動態(tài)規(guī)劃與極小值原理和變分法的關系

4.6.1 動態(tài)規(guī)劃與變分法的關系

4.6.2 極小值原理與變分法的關系

4.6.3 動態(tài)規(guī)劃與極小值原理的關系

第5章 線性二次型最優(yōu)控制

5.1 線性二次型最優(yōu)控制問題

5.1.1 問題提法

5.1.2 性能指標的物理意義

5.1.3 加權矩陣F,Q t ,R t 的選取

5.1.4 線性二次型最優(yōu)控制問題的三種類型

5.2 狀態(tài)調節(jié)器問題

5.2.1 有限時間狀態(tài)調節(jié)器問題

5.2.2 無限時間狀態(tài)調節(jié)器問題

5.3 輸出調節(jié)器問題

5.3.1 有限時間線性時變系統(tǒng)輸出調節(jié)器問題

5.3.2 無限時間線性定常系統(tǒng)輸出調節(jié)器問題

5.4 跟蹤問題

5.4.1 有限時間線性時變系統(tǒng)跟蹤問題

5.4.2 無限時間線性定常系統(tǒng)跟蹤問題

5.5 具有指定穩(wěn)定度的最優(yōu)調節(jié)器問題

5.6 在階躍干擾作用下的狀態(tài)調節(jié)器問題

5.7 帶有狀態(tài)觀測器的最優(yōu)調節(jié)器問題

5.8 離散系統(tǒng)最優(yōu)調節(jié)器問題

5.9 線性二次型最優(yōu)控制系統(tǒng)設計舉例

5.9.1 一階倒立擺LQR控制

5.9.2 四輪轉向汽車LQR控制

5.9.3 起重機LQR最優(yōu)控制

5.9.4 無人機的最優(yōu)高度調節(jié)

5.9.5 兩級柔性機器人LQR最優(yōu)控制

第6章 H ∞ 優(yōu)化控制

6.1 魯棒控制簡介

6.1.1 問題的提出

6.1.2 魯棒控制問題介紹

6.2 數(shù)學知識補充

6.2.1 范 數(shù)

6.2.2 傳遞函數(shù)陣運算法則

6.3 H ∞ 標準控制問題

6.4 典型控制問題與H ∞ 標準控制問題的轉換

6.4.1 干擾抑制問題

6.4.2 跟蹤問題

6.4.3 魯棒穩(wěn)定問題

6.5 狀態(tài)反饋H ∞ 控制系統(tǒng)設計

6.5.1 設計原理

6.5.2 設計步驟

6.5.3 仿真與分析

6.6 輸出反饋H ∞ 控制器設計

第7章 預測控制

7.1 預測控制簡介

7.2 模型算法控制(MAC)

7.2.1 MAC預測模型

7.2.2 單步MAC原理

7.2.3 多步MAC原理

7.2.4 仿真實例

7.3 動態(tài)矩陣控制(DMC)

7.3.1 單位階躍響應模型

7.3.2 DMC預測模型

7.3.3 反饋校正

7.3.4 參考軌跡

7.3.5 滾動優(yōu)化

7.3.6 DMC參數(shù)選取

7.3.7 仿真實例

7.4 廣義預測控制(GPC)

7.4.1 GPC基本算法

7.4.2 仿真實例

7.5 非線性模型預測控制一般性描述

第8章 智能優(yōu)化控制

8.1 最優(yōu)化理論方法簡述

8.2 智能優(yōu)化控制與傳統(tǒng)控制的關系

8.3 幾種智能優(yōu)化算法簡介

8.3.1 BP神經(jīng)網(wǎng)絡算法

8.3.2 彈性BP神經(jīng)網(wǎng)絡算法

8.3.3 RBF神經(jīng)網(wǎng)絡算法

8.3.4 最小二乘支持向量機

8.3.5 遺傳算法

8.3.6 粒子群算法

8.3.7 速度變異粒子群算法

8.3.8 人工蜂群算法

8.3.9 灰狼優(yōu)化算法

8.3.10 改進灰狼優(yōu)化算法

8.3.11 教與學優(yōu)化算法

8.4 基于遺傳算法的PID控制器設計

8.5 基于遺傳算法的LQR控制器設計

8.5.1 增廣LQR控制器設計

8.5.2 基于遺傳算法的控制器參數(shù)整定

8.5.3 仿真驗證

第9章 基于變分法求解航空發(fā)動機最優(yōu)控制問題

9.1 航空渦扇發(fā)動機最優(yōu)控制

9.1.1 航空發(fā)動機線性小偏差模型

9.1.2 航空發(fā)動機控制量無約束時最優(yōu)控制問題的解法

9.2 航空渦軸發(fā)動機最優(yōu)控制

9.2.1 渦軸發(fā)動機模型簡化

9.2.2 渦軸發(fā)動機最優(yōu)控制器設計

9.2.3 仿真驗證

第10章 基于極小值原理求解航空發(fā)動機最優(yōu)控制問題

10.1 控制量無約束時渦扇發(fā)動機最小能量控制

10.2 控制量有約束時渦軸發(fā)動機最小時間控制器

第11章 基于動態(tài)規(guī)劃求解航空發(fā)動機離散時間最優(yōu)控制問題

11.1 動態(tài)規(guī)劃算法簡單回顧

11.2 連續(xù)時間模型離散化方法

11.3 基于動態(tài)規(guī)劃的航空渦扇發(fā)動機最優(yōu)控制

11.4 動態(tài)規(guī)劃與極小值原理的比較

第12章 航空動力系統(tǒng)線性二線型最優(yōu)控制

12.1 渦扇發(fā)動機有限時間線性二次型最優(yōu)控制

12.1.1 線性二次型最優(yōu)控制理論簡單回顧

12.1.2 渦扇發(fā)動機有限時間LQR控制器設計

12.2 渦軸發(fā)動機無限時間線性二次型最優(yōu)控制

12.2.1 渦軸發(fā)動機無限時間狀態(tài)調節(jié)器設計

12.2.2 渦軸發(fā)動機無限時間狀態(tài)調節(jié)器仿真

12.3 渦噴發(fā)動機線性二次型最優(yōu)控制

12.3.1 渦噴發(fā)動機線性二次型最優(yōu)狀態(tài)調節(jié)器問題

12.3.2 渦噴發(fā)動機線性二次型最優(yōu)輸出調節(jié)器問題

12.3.3 渦噴發(fā)動機線性二次型最優(yōu)跟蹤問題

12.4 航空發(fā)動機燃油系統(tǒng)最優(yōu)控制

12.5 力反饋伺服閥指定穩(wěn)定度線性二次型最優(yōu)控制

12.5.1 力反饋伺服閥模型簡化

12.5.2 力反饋伺服閥指定穩(wěn)定度狀態(tài)調節(jié)器設計

12.5.3 力反饋伺服閥指定穩(wěn)定度狀態(tài)調節(jié)器仿真

12.6 直流伺服電機線性二次型最優(yōu)跟蹤控制

12.6.1 直流伺服電機模型簡化

12.6.2 直流伺服電機無限時間定常輸出跟蹤器的設計

12.6.3 直流伺服電機無限時間定常輸出跟蹤器的仿真

第13章 航空發(fā)動機H ∞ 最優(yōu)控制

13.1 標準H ∞ 控制問題回顧

13.2 航空發(fā)動機H ∞ 最優(yōu)控制設計

13.2.1 航空發(fā)動機數(shù)學模型

13.2.2 選擇加權矩陣

13.2.3 航空發(fā)動機標準H ∞ 控制轉換

13.2.4 航空發(fā)動機H ∞ 控制仿真

第14章 航空動力系統(tǒng)預測控制

14.1 航空發(fā)動機廣義預測控制

14.1.1 JT9D小偏差動態(tài)線性模型建立

14.1.2 使用GPC算法對JT9D工作點線性模型動態(tài)仿真

14.2 航空發(fā)動機動態(tài)矩陣控制

14.3 航空發(fā)動機模型算法控制

14.4 考慮燃燒時滯的沖壓發(fā)動機MPC控制

14.5 航空發(fā)動機多輸入多輸出MPC控制

14.5.1 將狀態(tài)空間模型轉化為離散模型

14.5.2 系統(tǒng)的預測控制解

14.5.3 仿真驗證

第15章 智能優(yōu)化算法在航空動力系統(tǒng)中的應用

15.1 基于遺傳算法的航空發(fā)動機滑模控制

15.1.1 引言

15.1.2 基于遺傳算法的滑�？刂�(GA_SMC)

15.1.3 航空發(fā)動機GA_SMC控制仿真

15.2 基于變異粒子群優(yōu)化的微型渦噴發(fā)動機轉速預測控制

15.2.1 引言

15.2.2 基于V-PSO 優(yōu)化的LS-SVM 預測控制

15.2.3 微型渦噴發(fā)動機V-PSO 優(yōu)化預測控制仿真

15.3 基于蜂群算法的航空多電發(fā)動機DCDC變換器智能優(yōu)化控制

15.3.1 航空多電發(fā)動機DCDC變換器簡述

15.3.2 基于離線融合蜂群算法(HABC)的DCDC變換器控制設計及仿真

15.3.3 基于在線HABC的DCDC變換器控制設計及仿真

15.4 基于BP神經(jīng)網(wǎng)絡的航空發(fā)動機傳感器故障診斷、

15.4.1 航空發(fā)動機傳感器故障的數(shù)學描述

15.4.2 基于BP神經(jīng)網(wǎng)絡的發(fā)動機估計模型

15.4.3 基于BP神經(jīng)網(wǎng)絡的傳感器故障診斷方案

15.4.4 仿真驗證

15.5 基于灰狼優(yōu)化算法的航空發(fā)動機非線性預測控制

15.5.1 神經(jīng)網(wǎng)絡非線性預測模型

15.5.2 基于指數(shù)收斂的參考軌跡設計

15.5.3 反饋校正

15.5.4 帶輸入輸出約束的非線性預測控制(NMPC)設計

15.5.5 仿真驗證

參考文獻