基于优化智能网络的发动机推力指令模型 |
| |
引用本文: | 潘 阳,李秋红,顾书文,李业波.基于优化智能网络的发动机推力指令模型[J].航空发动机,2016,42(2):51-56. |
| |
作者姓名: | 潘 阳 李秋红 顾书文 李业波 |
| |
作者单位: | 南京航空航天大学 能源与动力学院,南京,210016 |
| |
基金项目: | 航空科学基金(20110652003)、中央高校基本科研业务专项基金(NN2012033)资助 |
| |
摘 要: | 针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17%和单一极端学习机最大14.5%的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.
|
关 键 词: | 推力指令模型 性能退化缓解 极端学习机 微分进化算法 航空发动机 |
Aeroengine Thrust Command Model Based on Optimized Intelligent Networks |
| |
Authors: | PAN Yang LI Qiu-hong GU Shu-wen LI Ye-bo |
| |
Abstract: | |
| |
Keywords: | thrust command model performance deterioration mitigation extreme learning machine differential evolution aeroengine |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《航空发动机》浏览原始摘要信息 |
| 点击此处可从《航空发动机》下载免费的PDF全文 |
|