随着航天技术研究的不断深入,航空航天获得了高速蓬勃的发展。它对我国的经济、领土安全以及日常生活有着十分重要的意义。随着科技的不断进步以及航天技术的不断发展,人们越来越重视研究人员的健康以及环境保护的问题。推进剂是运载火箭动力推进系统的动力源,而我国的推进剂多以肼类推进剂为主。硝酸羟胺（HAN）基推进剂没有污染,毒性小而且密度比冲较大,是一种绿色推进剂,是肼类推进剂的理想代替品。为了探究HAN基在何种环境下能够充分燃烧,本文设计并研发了发动机燃烧实验测控系统,通过不断调节各个控制阀以达到HAN基最佳的燃烧效果。同时,结合BP神经网络与PID控制算法的各自优点,探寻发动机燃烧实验测控系统中储罐内的压力、管道流量的最优控制。本文主要进行了以下的工作:首先,本文通过阅览和查询相关论文与文献,知晓目前的研究现状,了解发动机燃烧实验测控系统所需的相关技术,了解技术要点与难点。并探究PID控制算法、BP神经网络的原理,为后续的研究奠定基础。其次,本文对发动机燃烧实验测控系统的整体结构进行设计,并根据技术指标选择所需的硬件。依据设计需求,将发动机燃烧实验测控系统分为上位机与下位机。其中下位机采用西门子公司的S7-1500系列的可编程逻辑控制器,主要用来收集入口压力、管道流量、燃烧仓温度等数据以及控制各个调节阀,并进行数据处理和计算;上位机用来查看下位机采集的实时数据、计算数据和实时工况,还能控制各个调节阀的通断以及设定PID控制的期望值。画面的绘制选择Siemens公司的组态软件Win CC7.5。其中,两者之间的通讯采用Siemens的SIMATIC NET通讯软件,采用Transmission Control Protocol/Internet Protocol协议通信。本文探究了如何进行通信及开发环境参数设置。研发了测控设备的安全保障系统,该系统采用蜂鸣报警装置,当系统出现问题时蜂鸣报警装置闪烁报警并自动关机。在控制柜中设有紧急停止蘑菇红按钮确保出现紧急情况时能够让燃烧实验测控系统立即停止运行。基于此系统设计本文研究了如何在PLC中实现PID算法和参数调节。通过使用S7-1500系列PLC中的PID＿Compact模块对储罐压力进行自动控制。根据PID的原理以及查阅相关资料,知晓如何手动调节PID的三个参数以达到最佳控制效果。根据此方案本文分析探究了两种PID控制算法（Increment PID Control,Positional PID Control）的实现原理以及各自的长处、弊端和适合使用的场景。根据实际情况选择增量式PID,并依据MATLAB进行仿真发现PID有较好的控制效果。最后,本文探究了从神经元MP模型到感知器（MLP）、自适应神经网络（Adaptive Neural Network）以及最后的BP神经网络的相关模型原理。利用BP神经网络的优点,将BP神经网络与PID控制算法相结合,构建一个基于BP神经网络的PID控制算法。通过此算法对压力进行控制。通过最速下降法的学习方式对BP神经网络模型进行训练,利用训练好的模型计算出最合适的PID控制参数,PID控制器根据计算出的控制参数进行控制。进行仿真实验并与PID控制仿真结果进行比较,发现基于BP神经网络增量式PID控制算法使燃烧实验测控系统中压力控制模型的超调量更小、系统达到稳定的时间更短,具有更好的控制效果。