微型涡喷发动机具有与大型航空发动机相同的工作原理和类似的结构组成,基于微型涡喷发动机开展控制系统分析和试验研究具有成本低、风险小等优点,其研究成果对于大型航空发动机控制系统的开发具有参考价值。本文针对微型涡喷发动机的非线性特性和非线性控制技术开展研究,主要内容如下:首先,开展发动机模型的建立和非线性特性分析研究。根据Matlab的S-function接口规范对已有的基于C语言的微型涡喷发动机部件级非线性动态模型程序进行改造,并利用Matlab的编译工具,将该模型编译成.MEX文件形式的S-function,从而为在Matlab下开展微型涡喷发动机仿真试验奠定了基础。之后利用小扰动法建立了微型涡喷发动机不同工作点处的线性模型。基于所建立的模型分析了微型涡喷发动机在慢车以上状态的非线性特性,并论证了采用非线性控制器的必要性。其次,开展传统PID控制器的改进设计研究。采用离线优化的变参数PID控制算法能保证各工作点的控制性能;控制器参数基于误差及误差变化率的非线性PID控制算法不仅实现了控制器参数的在线调整,而且可以在大范围内获得较好的控制效果;由于前馈控制量能够提供非线性稳态补偿控制作用,所以在非线性PID控制的基础上加入了前馈控制,明显提高了控制系统的跟踪性能,并且避免了过大的超调。最后,开展了基于径向基函数(RBF-Radial Basis Function)神经网络前馈的模糊自适应PID控制研究。基于微型涡喷发动机的稳态数据样本,对用于前馈控制的RBF神经网络进行离线训练,并在此基础上分别加入了传统PID控制器以及模糊自适应PID控制器开展仿真试验。仿真结果表明:与传统PID控制器相比,基于RBF神经网络前馈的PID控制器具有更好的跟踪效果;基于RBF神经网络前馈的模糊自适应PID控制器具有控制器参数在线整定能力,可进一步提高系统在大范围的控制品质,可以有效解决发动机的非线性特性带来的控制困难。