论文研究了航空发动机多变量模型参考自适应PID控制方法,提出了基于小波神经网络辨识的航空发动机PID和神经网络PID控制算法。设计了实物在回路仿真试验平台的相关软件,并开展了仿真试验研究。由于小波变换具有良好的时频局部特性,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力、自学习、自适应能力等优点。用小波神经网络整定的PID控制系统收敛速度快、精度高、鲁棒性好。论文采用基于小波神经网络方法在线整定PID控制器参数,取得了良好的控制效果,最后用实例验证了其有效性。以某型涡扇发动机为对象,用本文研究控制方法设计了适用于全飞行包线的数字控制器,并构建实物在回路仿真试验平台。利用一台工控机作为模型计算机,一台工控机作为控制器计算机,用C8051F021单片机及其外围电路模拟传感器,解决了数据接口的定义及其相互之间的通讯,实现信号之间的互通。运用Visual C++ 6.0开发模型计算机和控制器计算机软件,使用Silicon Laboratories IDE开发C8051F021单片机软件。最后在该试验台进行实物在回路仿真试验,验证了本文成果是具有实用价值的。