| 基于动态RBF网络的发动机起动过程模型辨识 |
| |
| 引用本文： | 姜涛,李应红.基于动态RBF网络的发动机起动过程模型辨识[J].航空动力学报,2002,17(3):381-384. |
| |
| 作者姓名： | 姜涛 李应红 |
| |
| 作者单位： | 空军工程大学,工程学院,陕西,西安,710038 |
| |
| 摘 要： | 针对航空发动机在起动过程中各截面气流处于亚临界状态 ,难以利用传统的气动热力学方法进行建模的问题 ,本文利用发动机地面试验数据作为学习样本 ,采用动态径向基 (RBF)神经网络的方法 ,建立了航空发动机起动过程动态模型。仿真结果表明 ,利用该方法建立的发动机模型具有动态性好 ,精度高的优点 ,开辟了发动机中小转速建模的新途径
|
| 关 键 词： | 航空发动机 起动 神经网络 辨识 |
| 文章编号： | 1000-8055(2002)03-0381-04 |
| 收稿时间： | 7/6/2001 12:00:00 AM |
| 修稿时间： | 2001年7月6日 |
A Dynamic Identification Model of Aeroengine Starting Process Based on the RBF Network |
| |
| JIANG Tao and LI Ying hong.A Dynamic Identification Model of Aeroengine Starting Process Based on the RBF Network[J].Journal of Aerospace Power,2002,17(3):381-384. |
| |
| Authors: | JIANG Tao and LI Ying hong |
| |
| Institution: | JIANG Tao,LI Ying hong Air Force Engineering University,Xi'an710038,China |
| |
| Abstract: | In the process of engine start,the airflow of every section is in subcritical condition.It's hard to construct a model with traditional thermodynamics methods.A dynamic identification model is set up in this paper based on Radial Basis Function network using ground test data as learning samples.The simulation results show the model has good dynamic performance and high accuracy,and opens a new way to building the model of engine at low speed. |
| |
| Keywords: | aeroengine start neural network identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《航空动力学报》浏览原始摘要信息 |
| 点击此处可从《航空动力学报》下载免费的PDF全文 |
|
