适用于全包线的航空发动机BP网络模型的动态辨识

• 作者: 徐亮 黄金泉
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 神经网络 航空发动机 系统辨识 均方差归一法 动量BP算法
• 年，卷（期）: 2001,（4）
• 页码范围: 334-337
• 页数: 4页
• 分类号: V233|TP183
• 字数: 2731字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2001.04.007

摘要

为克服传统的发动机动态模型辨识中存在的辨识精度低、辨识模型应用范围窄等不足,把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识,从而为发动机动态辨识开辟更为广阔的道路.采用均方差归一法的数据处理方法和BP算法的改进算法--输入端动量BP算法,以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本,辨识了发动机的神经网络模型,在全包线范围内对该模型进行检验.结果表明,所得的发动机动态模型在全包线内都有很高的逼近精度,而且对噪声有很强的抑制能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄金泉	南京航空航天大学能源与动力学院	131	1533	22.0	31.0
2	徐亮	南京航空航天大学能源与动力学院	17	95	6.0	9.0