本书由浅入深地介绍了最优控制基础理论及其在航空动力系统中的应用，分上下两篇。上篇为最优控制基础理论篇包括第1章到第8章。 第1章为绪论，介绍最优控制及其在航空动力系统中的应用概况，以及最优控制问题基本组成和求解方法 第2章到第4章分别介绍变分法、极小值原理、动态规划以及它们在最优控制中的应用，第5章介绍线性二次型最优控制，第6章介绍H ∞优化控制,第7章介绍预测控制,第8章介绍智能优化控制。下篇为航空动力系统应用篇，包括第9章到第15章。第9章介绍基于变分法求解航空发动机最优控制问题，第10章介绍基于极小值原理求解航空发动机最优控制问题,第11章介绍基于动态规划求解航空发动机离散时间最优控制问题，第12章介绍航空动力系统线性二线型最优控制,第13章介绍航空发动机 H ∞最优控制,第14章介绍航空动力系统预测控制,第15章介绍智能优化算法在航空动力系统中的应用。本书可作为航空航天 自动化、动力机械相关领域从事控制系统分析与设计等研究与应用工作的科研人员、工程技术人员和高等院校相关专业的教师、高年级本科生、硕士生和博士生的参考书。
本书适用于高等院校航空航天类专业高年级本科生和研究生课程，也可作为兵器、自动控制等相关专业学生的教学参考书 还可作为从事导弹总体设计、制导控制方法研究及其工程应用的科研人员和工程技术人员的参考书。
肖玲斐，博士，副教授，供职于南京航空航天大学能源与动力学院控制工程系， 长期立足于航空动力系统的建模、控制与故障诊断研究，目前正在主持国家自然科学基金面上项目、流体动力与机电系统国家重点实验室开放基金、国家外国专家项目，已主持完成国家自然科学基金青年基金、中国博士后科学基金、工业控制技术国家重点实验室开放基金、中央高校基本科研业务费专项基金等，主持产学研课题3项，作为主要成员参与多项国防预研项目、产学研项目；已发表学术论文60余篇，其中SCI论文20余篇，授权发明专利10余项，出版学术专著1部；被评为2015年度盐城市首批515领军人才，获东台市科学技术二等奖；获评2019年度教育部在线教育智慧教学之星；2018年获南京航空航天大学微课比赛二等奖。
叶志锋，博士，教授，供职于南京航空航天大学动力工程系，长期从事航空发动机控制相关的教学和科研工作，主要研究方向为航空发动机故障诊断、发动机燃油系统仿真、燃油部件优化设计等。完成各类科研项目20多项，在国内外期刊及学术会议上发表论文90余篇，授权发明专利10余项，曾获得省部级教学成果一等奖及科技进步三等奖，出版教材和专著5部。
第1章 绪 论
1.1 最优控制概况
1.2 航空动力系统最优控制问题
1.3 最优控制问题的基本组成
1.4 最优控制问题的求解方法
第2章 变分法及其在最优控制中的应用
2.1变分法的基本概念和原理
2.1.1 古典变分法的典型问题
2.1.2 泛函和泛函极值
2.1.3 泛函极值的变分问题
2.2 变分法解最优控制问题
2.2.1 最优控制问题描述
2.2.2 最优控制问题求解
2.3 变分问题的直接解法
第3章 极小值原理及其应用
3.1 引 例
3.2 连续系统的极小值原理
3.2.1 连续定常系统的极小值原理
3.2.2 连续时变系统的极小值原理
3.3 离散系统的极小值原理
3.3.1 离散系统基本概念
3.3.2 极小值原理
3.3.3 离散系统极小值原理与连续系统极小值原理对比
3.4 极小值原理的典型应用
3.4.1 时间最优控制
3.4.2 燃料最优控制
3.4.3 时间燃料最优控制
3.4.4 能量最优控制
第4章 动态规划及其应用
4.1 最短路线问题
4.2 最优性原理
4.3 动态规划的基本递推方程
4.4 动态规划的数值计算方法
4.5 连续控制系统动态规划
4.5.1 连续控制系统最优性原理
4.5.2 连续系统动态规划基本递推方程
4.5.3 哈密顿雅可比方程的解与最优性能指标的关系
4.5.4 最优解的求解步骤
4.6 动态规划与极小值原理和变分法的关系
4.6.1 动态规划与变分法的关系
4.6.2 极小值原理与变分法的关系
4.6.3 动态规划与极小值原理的关系
第5章 线性二次型最优控制
5.1 线性二次型最优控制问题
5.1.1 问题提法
5.1.2 性能指标的物理意义
5.1.3 加权矩阵F,Q t ,R t 的选取
5.1.4 线性二次型最优控制问题的三种类型
5.2 状态调节器问题
5.2.1 有限时间状态调节器问题
5.2.2 无限时间状态调节器问题
5.3 输出调节器问题
5.3.1 有限时间线性时变系统输出调节器问题
5.3.2 无限时间线性定常系统输出调节器问题
5.4 跟踪问题
5.4.1 有限时间线性时变系统跟踪问题
5.4.2 无限时间线性定常系统跟踪问题
5.5 具有指定稳定度的最优调节器问题
5.6 在阶跃干扰作用下的状态调节器问题
5.7 带有状态观测器的最优调节器问题
5.8 离散系统最优调节器问题
5.9 线性二次型最优控制系统设计举例
5.9.1 一阶倒立摆LQR控制
5.9.2 四轮转向汽车LQR控制
5.9.3 起重机LQR最优控制
5.9.4 无人机的最优高度调节
5.9.5 两级柔性机器人LQR最优控制
第6章 H ∞ 优化控制
6.1 鲁棒控制简介
6.1.1 问题的提出
6.1.2 鲁棒控制问题介绍
6.2 数学知识补充
6.2.1 范 数
6.2.2 传递函数阵运算法则
6.3 H ∞ 标准控制问题
6.4 典型控制问题与H ∞ 标准控制问题的转换
6.4.1 干扰抑制问题
6.4.2 跟踪问题
6.4.3 鲁棒稳定问题
6.5 状态反馈H ∞ 控制系统设计
6.5.1 设计原理
6.5.2 设计步骤
6.5.3 仿真与分析
6.6 输出反馈H ∞ 控制器设计
第7章 预测控制
7.1 预测控制简介
7.2 模型算法控制(MAC)
7.2.1 MAC预测模型
7.2.2 单步MAC原理
7.2.3 多步MAC原理
7.2.4 仿真实例
7.3 动态矩阵控制(DMC)
7.3.1 单位阶跃响应模型
7.3.2 DMC预测模型
7.3.3 反馈校正
7.3.4 参考轨迹
7.3.5 滚动优化
7.3.6 DMC参数选取
7.3.7 仿真实例
7.4 广义预测控制(GPC)
7.4.1 GPC基本算法
7.4.2 仿真实例
7.5 非线性模型预测控制一般性描述
第8章 智能优化控制
8.1 最优化理论方法简述
8.2 智能优化控制与传统控制的关系
8.3 几种智能优化算法简介
8.3.1 BP神经网络算法
8.3.2 弹性BP神经网络算法
8.3.3 RBF神经网络算法
8.3.4 最小二乘支持向量机
8.3.5 遗传算法
8.3.6 粒子群算法
8.3.7 速度变异粒子群算法
8.3.8 人工蜂群算法
8.3.9 灰狼优化算法
8.3.10 改进灰狼优化算法
8.3.11 教与学优化算法
8.4 基于遗传算法的PID控制器设计
8.5 基于遗传算法的LQR控制器设计
8.5.1 增广LQR控制器设计
8.5.2 基于遗传算法的控制器参数整定
8.5.3 仿真验证
第9章 基于变分法求解航空发动机最优控制问题
9.1 航空涡扇发动机最优控制
9.1.1 航空发动机线性小偏差模型
9.1.2 航空发动机控制量无约束时最优控制问题的解法
9.2 航空涡轴发动机最优控制
9.2.1 涡轴发动机模型简化
9.2.2 涡轴发动机最优控制器设计
9.2.3 仿真验证
第10章 基于极小值原理求解航空发动机最优控制问题
10.1 控制量无约束时涡扇发动机最小能量控制
10.2 控制量有约束时涡轴发动机最小时间控制器
第11章 基于动态规划求解航空发动机离散时间最优控制问题
11.1 动态规划算法简单回顾
11.2 连续时间模型离散化方法
11.3 基于动态规划的航空涡扇发动机最优控制
11.4 动态规划与极小值原理的比较
第12章 航空动力系统线性二线型最优控制
12.1 涡扇发动机有限时间线性二次型最优控制
12.1.1 线性二次型最优控制理论简单回顾
12.1.2 涡扇发动机有限时间LQR控制器设计
12.2 涡轴发动机无限时间线性二次型最优控制
12.2.1 涡轴发动机无限时间状态调节器设计
12.2.2 涡轴发动机无限时间状态调节器仿真
12.3 涡喷发动机线性二次型最优控制
12.3.1 涡喷发动机线性二次型最优状态调节器问题
12.3.2 涡喷发动机线性二次型最优输出调节器问题
12.3.3 涡喷发动机线性二次型最优跟踪问题
12.4 航空发动机燃油系统最优控制
12.5 力反馈伺服阀指定稳定度线性二次型最优控制
12.5.1 力反馈伺服阀模型简化
12.5.2 力反馈伺服阀指定稳定度状态调节器设计
12.5.3 力反馈伺服阀指定稳定度状态调节器仿真
12.6 直流伺服电机线性二次型最优跟踪控制
12.6.1 直流伺服电机模型简化
12.6.2 直流伺服电机无限时间定常输出跟踪器的设计
12.6.3 直流伺服电机无限时间定常输出跟踪器的仿真
第13章 航空发动机H ∞ 最优控制
13.1 标准H ∞ 控制问题回顾
13.2 航空发动机H ∞ 最优控制设计
13.2.1 航空发动机数学模型
13.2.2 选择加权矩阵
13.2.3 航空发动机标准H ∞ 控制转换
13.2.4 航空发动机H ∞ 控制仿真
第14章 航空动力系统预测控制
14.1 航空发动机广义预测控制
14.1.1 JT9D小偏差动态线性模型建立
14.1.2 使用GPC算法对JT9D工作点线性模型动态仿真
14.2 航空发动机动态矩阵控制
14.3 航空发动机模型算法控制
14.4 考虑燃烧时滞的冲压发动机MPC控制
14.5 航空发动机多输入多输出MPC控制
14.5.1 将状态空间模型转化为离散模型
14.5.2 系统的预测控制解
14.5.3 仿真验证
第15章 智能优化算法在航空动力系统中的应用
15.1 基于遗传算法的航空发动机滑模控制
15.1.1 引言
15.1.2 基于遗传算法的滑模控制(GA_SMC)
15.1.3 航空发动机GA_SMC控制仿真
15.2 基于变异粒子群优化的微型涡喷发动机转速预测控制
15.2.1 引言
15.2.2 基于V-PSO 优化的LS-SVM 预测控制
15.2.3 微型涡喷发动机V-PSO 优化预测控制仿真
15.3 基于蜂群算法的航空多电发动机DCDC变换器智能优化控制
15.3.1 航空多电发动机DCDC变换器简述
15.3.2 基于离线融合蜂群算法(HABC)的DCDC变换器控制设计及仿真
15.3.3 基于在线HABC的DCDC变换器控制设计及仿真
15.4 基于BP神经网络的航空发动机传感器故障诊断、
15.4.1 航空发动机传感器故障的数学描述
15.4.2 基于BP神经网络的发动机估计模型
15.4.3 基于BP神经网络的传感器故障诊断方案
15.4.4 仿真验证
15.5 基于灰狼优化算法的航空发动机非线性预测控制
15.5.1 神经网络非线性预测模型
15.5.2 基于指数收敛的参考轨迹设计
15.5.3 反馈校正
15.5.4 带输入输出约束的非线性预测控制(NMPC)设计
15.5.5 仿真验证
参考文献
书单推荐
