飞机刹车系统作为飞机的重要组成部分,决定了飞机能否顺利的起飞和降落,在飞机安全系统中起着至关重要的作用。随着航空工业的发展进步,飞机吨位日益趋大,飞行速度越来越快,这就对飞机刹车系统带来了更大的挑战,因此对飞机防滑刹车控制的研究就显得越发重要。本文为解决传统防滑刹车控制律“PD+PBM(Proportion Differentiation+Press Bias Module)”适应性差,低速打滑的现象,结合人工智能控制和常用的PID(Proportion Integration Differentiation)控制方法提出了遗传算法优化的模糊神经网络PID控制策略,实现防滑刹车过程的优化控制。为完成飞机刹车系统的验证试验,首先需要建立相应的仿真试验平台。相对于实物仿真验证,半实物仿真具有成本低、效率高等优点,而与数字仿真相比,半实物仿真则更加可靠,具有更高的实际意义,是飞机刹车系统试验较为有效的研究手段。论文通过对飞机刹车系统的组成及各部分的工作原理进行分析,并结合半实物仿真的特点,在Matlab/Simulnk中搭建了刹车装置、伺服阀、机轮轮胎、飞机机体及起落架等飞机刹车系统的数字模型,并通过RTI-RTW接口,将数字模型下载至dSPACE半实物仿真平台,对飞机刹车进行实时仿真,从而为验证防滑控制律搭建了仿真平台。同时,在仿真过程中,可以通过ControlDesk搭建的界面对仿真参数进行在线调整以及对仿真结果数据进行实时显示。仿真环境模拟(飞机刹车系统仿真视景模拟)作为半实物仿真的一部分,本论文通过Creator3.0.1建立飞机、地形等视景系统模型,并将建立的模型导入视景驱动软件Vega Prime3.0中用于实例,最后结合MFC搭建出完整的视景仿真平台。论文最后通过对PD+PBM、模糊神经网络PID以及遗传模糊神经网络PID的仿真结果进行对比分析,发现遗传模糊神经网络PID不仅能够解决传统控制律低速打滑现象,而且对跑道情况(干跑道、湿跑道及冰跑道)具有很强的适应能力,能够快速的实现刹车压力的自适应调整,提高刹车性能,具有良好的刹车效果。