涡轴发动机高精度实时部件级模型研究

• 作者: 廖光煌 李秋红 焦洋 黄金泉
• 来源期刊: 推进技术
• 学科: 航空航天
• 关键词: 涡轴发动机 数学模型 共同工作方程 BP神经网络 萤火虫算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 学术前沿
• 页码范围: 25-33
• 分类号: V233.7
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.2016.01.004

摘要

提出了基于神经网络的涡轴发动机共同工作方程求解方法.在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解.采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度.在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秋红	南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室	43	443	13.0	19.0
2	黄金泉	南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室	131	1533	22.0	31.0
3	焦洋	南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室	3	14	3.0	3.0
4	廖光煌	南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室	3	8	2.0	2.0