首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 93 毫秒
1.
适用于全包线的航空发动机BP网络模型的动态辨识   总被引:5,自引:2,他引:3  
为克服传统的发动机动态模糊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处理方法和BP算法的改进算法-输出端动量BP地,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,辨识了发同的神经网络模型,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。  相似文献   

2.
介绍一种特殊的前向神经网络——自联想神经网络(Autoassociativeartificialneuralnet-works,AANN),然后将发动机参数在全包线、大范围工况下的变化规律与神经网络的非线性映射能力结合起来,开展了将AANN应用于发动机全包线、大范围工况下参数估计的仿真研究。本文提出的选取测量矢量加入样本集的EMP方法,有效地减少了样本集中样本矢量的数目,简化了网络的训练。用EMP方法在全包线内仅用746组测量矢量作为样本集,在网络训练好后,任选包线内的一工况点作为算例运行发动机模型,所得各参数的稳态估计及动态估计的平均百分比误差<0.5%。仿真结果表明,上述的参数估值方法是可行的,为进一步实现对发动机控制系统传感器的状态监视和故障诊断打下了基础。  相似文献   

3.
基于神经网络的航空发动机全包线PID控制   总被引:2,自引:0,他引:2  
提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.  相似文献   

4.
航空发动机全包线鲁棒变增益LPV控制律设计   总被引:3,自引:1,他引:3  
提出了一种结合多胞形鲁棒变增益控制综合技术和基于系统广义距离的调度策略的航空发动机全包线控制方法。利用雅克比线性化方法获得包线内多点的发动机线化模型,将这些点作为多胞形模型的顶点,并利用多胞形鲁棒变增益控制综合技术设计顶点控制器。引入能够反映系统广义距离的间隙度量来计算包线内其他点的凸分解系数,结合顶点控制器实现全包线内发动机中间状态高压转速控制。全包线内的仿真结果表明,采用该控制方法能够满足航空发动机中间状态控制要求,具有较好的鲁棒性和跟踪性能,同时保证了控制器在全包线范围的稳定性。  相似文献   

5.
基于区域极点配置的航空发动机全包线/LPV控制   总被引:2,自引:2,他引:0  
根据发动机相似工作原理以及平方和(Sun of squares, SOS)规划,基于发动机全飞行包线的换算线性变参数(Linear parameter varying, LPV)模型,提出了一种基于区域极点配置的航空发动机全包线切换/ LPV控制方法。根据发动机相似换算参数,建立换算状态变量模型。以高压换算转速为调度参数,利用多项式拟合得到全包线慢车以上的换算LPV模型。考虑基于区域极点配置的/LPV控制问题,将LPV闭环系统的极点配置在复平面上一个期望的区域内,并将LPV闭环系统稳定性条件转化为SOS约束,进行控制器求解。基于Lyapunov理论,设计全包线的切换LPV控制器,保证切换闭环系统Lyapunov意义下稳定。仿真结果表明,设计的切换LPV控制器能保证全包线内系统稳定且具有较好的鲁棒性能和动态响应性能。  相似文献   

6.
基于试车数据的发动机神经网络模型   总被引:1,自引:0,他引:1  
利用人工神经网络对某型航空发动机在全飞行包线内的稳态、动态特性(非加力状态)进行建模,网络的训练样本来自该发动机在高空试车台的试车数据。模型的输入量包括燃油流量、喷口面积、高度及马赫数,输出量则包括高、低压转子的转速及各截面的温度和压力。计算表明,当具有足够的训练样本时,神经网络模型不仅在整个飞行包线内具有较高的稳态、动态精度,而且具有较好的实时性。  相似文献   

7.
根据发动机相似工作原理以及平方和(Sun of squares,SOS)规划,基于发动机全飞行包线的换算线性变参数(Linear parameter varying,LPV)模型,提出了一种基于区域极点配置的航空发动机全包线切换H_∞/LPV控制方法。根据发动机相似换算参数,建立换算状态变量模型。以高压换算转速为调度参数,利用多项式拟合得到全包线慢车以上的换算LPV模型。考虑基于区域极点配置的H_∞/LPV控制问题,将LPV闭环系统的极点配置在复平面上一个期望的区域内,并将LPV闭环系统稳定性条件转化为SOS约束,进行控制器求解。基于Lyapunov理论,设计全包线的切换LPV控制器,保证切换闭环系统Lyapunov意义下稳定。仿真结果表明,设计的切换LPV控制器能保证全包线内系统稳定且具有较好的鲁棒性能和动态响应性能。  相似文献   

8.
根据相空间重构理论,探讨了一种基于小波神经网络(WNN)的混沌时间序列预测方法。根据G-P算法和Takens理论,计算出混沌时间序列相空间重构所需的最小嵌入维数,以此作为网络的输入节点数。通过时频分析,使得隐节点数的选取也有了可靠的理论依据。最后对Lorenz仿真信号和滚动轴承信号进行仿真和预测,验证了方法的有效性。结果表明,对于混沌时间序列的预测,WNN网络比BP网络表现出更理想的预测效果,为非线性动态系统的预测提供了一种有效的途径。  相似文献   

9.
提出一种新的航空发动机滚动轴承故障诊断方法。利用小波包分解对轴承的动态信号进行分析、提取特征,采用RBF神经网络进行承故障诊断。对7类故障进行了实验,结果表明该方法具有很好的故障诊断效果。  相似文献   

10.
为非线性控制系统设计了一种带智能补偿器的神经网络控制器。神经网络用来提供主要的控制输入信号,网络的训练可离线进行,网络的使用采用联想记忆方法。经神经网络控制器控制后,系统的实际输出值与期望值之间偏差不大,因此可将误差模型方程线性化。针对这一线性化模型,可以设计一个智能补偿器来补偿由于训练精度、干扰及时延等因素引起的系统误差。利用以上设计方法,本文对战斗机的“眼镜蛇”机动飞行控制进行了仿真研究,仿真  相似文献   

11.
以浮选过程为研究对象,提出基于主元分析与RBF神经网络相结合的经济技术指标软测量模型,该模型依据工艺机理和经验知识对过程变量进行初选,采用主元分析方法对高维输入向量进行降维化简和辅助变量选择;采用新型混合递推算法对RBF神经网络参数进行优化。该算法包括修正网络中心的自适应聚类的简化型次胜者受罚竞争学习算法和修正网络权值的带遗忘因子的递推最小二乘算法。混合学习算法提高了网络参数辨识的收敛速度。仿真结果表明,软测量模型能很好地实现浮选过程经济技术指标的全局预测。  相似文献   

12.
针对冲压件坯料设计存在的难题,本文以方形盒冲压件为对象,提出一种结合径向基函数神经网络(RBFNN)和有限元反向法(IA)的快速坯料设计方法。利用神经网络高度的非线性映射能力,建立方形盒零件几何形状和坯料轮廓尺寸的映射模型。利用有限元反向法为RBFNN提供训练样本,同时采用基于变形路径的坯料优化方法改进了训练样本的精度,提高了RBFNN模型对的坯料外形的预测能力。实验证明采用RBFNN-IA方法可以实现方形盒坯料的快速设计,而且可以提高坯料的预测精度。  相似文献   

13.
互耦补偿的神经网络算法用于均匀圆阵波达方向估计   总被引:1,自引:0,他引:1  
径向基函数神经网络方法在阵列信号处理中得到广泛应用。但是,阵列天线单元间耦合对基函数中心的影响会降低波达方向估计的精度,因此有必要对神经网络的输入数据进行互耦补偿,以生成正确的基函数中心。本文首先利用矩量法计算天线阵的广义阻抗矩阵,再使用直接数据域算法对神经网络的训练数据进行互耦补偿,神经网络训练完成后,神经网络用于实现波达方向估计。仿真结果表明,神经网络算法和直接数据域算法结合具有补偿效果好,计算量小的特点。  相似文献   

14.
研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值  相似文献   

15.
提出一种新的方法,把分布式Kalman滤波(DKF)方法与后向传播神经网络(BPNN)技术相结合,用于静电陀螺漂移的模型辨识.首先,为了消除测量噪声影响,将同一个静电陀螺带有噪声的多次测量数据集映射到一个虚拟的传感器网络中,然后采用具有嵌入式紧致滤波功能的DKF对映射数据进行滤波预处理.在此基础上,将预处理结果转换为用于训练神经网络的输入数据和输出数据,然后采用BPNN辨识静电陀螺漂移.实验表明,该方法可有效用于陀螺漂移的模型辨识.  相似文献   

16.
应用神经网络的航空发动机故障诊断仿真研究(英文)   总被引:3,自引:0,他引:3  
传统的定期维护制度成本高 ,劳动强度大 ,且对发动机故障的诊断和探测能力十分有限。现代飞机上的发动机监控系统 ( EMS)具有向维护人员提供有关发动机故障信息的潜在能力。本文将径向基函数 ( RBF)神经网络应用到航空发动机故障诊断中。该方法能够依靠测量参数探测发动机多个气路故障 ,并对各大部件的性能退化进行定量的诊断。仿真结果表明 ,诊断的精度能够满足实际应用的需要 ,神经网络的非线性映射能力可用来捕捉发动机的特性。该方法具有通用性 ,在其他类似的复杂机械中也可以获得应用。  相似文献   

17.
基于径向基函数神经网络的自由曲面重构   总被引:5,自引:0,他引:5  
根据径向基函数神经网络(RBFNN)具有很强的非线性逼近能力的优点,本文采用RBF网络模型进行自由曲面重构,建立了适应于曲面重构的径向基函数网络模型,讨论了基函数对重构曲面连续性的影响,并与多自由曲面重构,建立了适应于曲面重构的径向基函数风络模型,讨论了基函数对重构曲面连续性的影响,并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明:常用的几种径向基函数重构的曲面都具有很好的连续性,径向基函数网络用于曲面重构,不论是在拟合精度,还是网络的训练速度都明显优于多层感知器网络,具有一定的实用价值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号