基于K-均值聚类与粒子群核极限学习机的推力估计器设计

• 作者: 宋汉强 朱飞翔 李本威 赵姝帆 逄珊
• 来源期刊: 推进技术
• 学科: 航空航天
• 关键词: 航空发动机 推力估计器 K-均值聚类 粒子群核极限学习机 直接推力控制
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 总体与系统
• 页码范围: 259-266
• 页数: 8页
• 分类号: V233.7
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.180049

摘要

鉴于航空发动机直接推力控制与健康管理需要高精度及高实时性的推力估计器,提出了一种基于K-均值聚类与粒子群优化的核极限学习机推力估计方法.采用K-均值聚类对全工况范围内的测量数据进行聚类,在每一个子类中,通过核极限学习机建立推力估计器,采用粒子群算法对核极限学习机的核参数和惩罚系数进行优化,利用了核极限学习机稳定性好、非线性拟合能力强的特点,实现了对发动机推力的估计.经涡扇发动机台架试车数据训练与测试表明,本推力估计方法平均预测时间为0.27ms,实时性满足机载在线状态评估和直接推力控制需求,且在估计精度上较现有方法存在一定优势.

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	逄珊	鲁东大学信息与电气工程学院	17	58	4.0	6.0
3	朱飞翔	海军航空大学航空基础学院	5	8	2.0	2.0
4	宋汉强		5	10	2.0	3.0
5	赵姝帆	海军航空大学航空基础学院	2	2	1.0	1.0