摘要:为提高变循环发动机加速性能,提升推力的响应速度,提出了内外回路耦合的加速控制计划优化方法。在内回路,以增加乘法层的神经网络状态空间模型在线构建预测模型,采用交替方向乘子法对约束条件下的闭环控制变量进行优化。在外回路,采用樽海鞘链群智能算法,以推力响应最快为目标,优化由贝塞尔曲线构造的开环控制规律。内回路的优化基于外回路开环几何机构的调节规律展开,外回路的优化以内回路的推力响应为评价,形成内、外回路耦合优化结构。以最优个体对应的发动机输入输出构造基于换算油气比的加速控制计划以及开环几何机构控制计划,开展加速过程的仿真验证。结果表明,在线学习预测模型5步预测最大动态误差低于0.8%;相比原有控制计划,优化后的控制计划充分利用了开、闭环控制变量的有利耦合,加速过程中,转速的响应时间缩短14.6%以上,推力响应时间缩短15%以上,验证了所提出的控制计划优化方法的有效性。