飞行试验数据驱动的涡扇发动机模型辨识

• 作者: 潘鹏飞 许艳芝 马明明
• 来源期刊: 燃气涡轮试验与研究
• 学科: 航空航天
• 关键词: 航空发动机 飞行试验 人工神经网络 NARX模型辨识 全飞行包线 趋势监控 健康管理
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 试验与研究
• 页码范围: 21-25
• 页数: 5页
• 分类号: V235.13
• 字数: 2377字
• 语种: 中文

摘要

为实现航空发动机飞行试验实时监控，分析整理了涡扇发动机实际飞行试验数据，并以三层前向人工神经网络为基础，通过引入输出层反馈至输入层，形成该涡扇发动机的NNARX模型。对包括高压转子转速在内的11个发动机关键参数变化模型进行研究，并在额外架次全程飞行试验数据上验证和讨论辨识模型的推广能力。结果表明，辨识模型样本点上最大相对误差在5%以内，辨识模型可以应用到该型发动机的试飞实时监控中，同时也可为后续建立涡扇发动机的全包线自适应实时监控模型提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马明明		24	62	4.0	6.0
2	潘鹏飞		34	20	2.0	2.0
3	许艳芝		22	19	2.0	3.0