| 基于聚类与粒子群极限学习机的航空发动机推力估计器设计 |
| |
| 引用本文： | 宋汉强,李本威,张赟,蒋科艺.基于聚类与粒子群极限学习机的航空发动机推力估计器设计[J].推进技术,2017,38(6):1379-1385. |
| |
| 作者姓名： | 宋汉强 李本威 张赟 蒋科艺 |
| |
| 作者单位： | 海军航空工程学院 飞行器工程系，山东 烟台 264001; 海军装备研究院，上海 200436,海军航空工程学院 飞行器工程系，山东 烟台 264001,海军航空工程学院 飞行器工程系，山东 烟台 264001,海军航空工程学院 飞行器工程系，山东 烟台 264001 |
| |
| 基金项目： | 国家自然科学基金(51505492)；泰山学者建设工程专项经费资助。 |
| |
| 摘 要： | 针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。
|
| 关 键 词： | 航空发动机 推力估计 快速寻找密度极点聚类 粒子群极限学习机 直接推力控制 |
| 收稿时间： | 2016/1/23 0:00:00 |
| 修稿时间： | 2016/6/19 0:00:00 |
Aero-Engine Thrust Estimator Design Based on Clustering and Particle Swarm Optimization Extreme Learning Machine |
| |
| SONG Han-qiang,LI Ben-wei,ZHANG Yun and JIANG Ke-yi.Aero-Engine Thrust Estimator Design Based on Clustering and Particle Swarm Optimization Extreme Learning Machine[J].Journal of Propulsion Technology,2017,38(6):1379-1385. |
| |
| Authors: | SONG Han-qiang LI Ben-wei ZHANG Yun and JIANG Ke-yi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《推进技术》浏览原始摘要信息 |
| 点击此处可从《推进技术》下载免费的PDF全文 |
|
