基于QPSO-ELM的某型涡轴发动机起动过程模型辨识

• 作者: 伍恒 张赟 李本威 杨欣毅
• 来源期刊: 航空学报
• 学科: 航空航天
• 关键词: QPSO ELM 涡轴发动机 起动过程 数据驱动 模型辨识
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 电子电气工程与控制
• 页码范围: 173-183
• 页数: 11页
• 分类号: V235.12
• 语种: 中文

摘要

针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机(QPSO-ELM)的某型涡轴发动机起动过程模型数据驱动辨识方法.首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发动机起动试验数据,采用QPSO-ELM算法对该起动模型进行辨识,试验结果表明:燃气发生器转子转速、发动机输出轴转速和燃气涡轮后温度的辨识结果都良好地逼近了实测数据,最大相对误差的均值分别为1.358％、1.628％和2.195％,满足实际应用的精度需求,并且QPSO-ELM的辨识精度优于极限学习机(ELM)、支持向量机(SVM)和反向传播(BP)神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李本威	海军航空大学航空基础学院	106	498	11.0	16.0
2	杨欣毅	海军航空大学航空基础学院	53	229	7.0	12.0
3	伍恒	海军航空大学航空基础学院	9	9	2.0	2.0
4	张赟	海军航空大学航空基础学院	33	94	7.0	9.0