首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于QPSO-ELM的某型涡轴发动机起动过程模型辨识
引用本文:伍恒,李本威,张赟,杨欣毅.基于QPSO-ELM的某型涡轴发动机起动过程模型辨识[J].航空学报,2018,39(11):322251-322261.
作者姓名:伍恒  李本威  张赟  杨欣毅
作者单位:海军航空大学 航空基础学院, 烟台 264001
基金项目:国家自然科学基金(51505492,61174031);泰山学者建设工程专项经费
摘    要:针对解析法建立某型涡轴发动机起动过程模型困难的问题,提出一种基于量子粒子群优化-极限学习机(QPSO-ELM)的某型涡轴发动机起动过程模型数据驱动辨识方法。首先构建基于状态空间法描述的某型涡轴发动机起动过程分段模型,然后结合发动机起动试验数据,采用QPSO-ELM算法对该起动模型进行辨识,试验结果表明:燃气发生器转子转速、发动机输出轴转速和燃气涡轮后温度的辨识结果都良好地逼近了实测数据,最大相对误差的均值分别为1.358%、1.628%和2.195%,满足实际应用的精度需求,并且QPSO-ELM的辨识精度优于极限学习机(ELM)、支持向量机(SVM)和反向传播(BP)神经网络。

关 键 词:QPSO  ELM  涡轴发动机  起动过程  数据驱动  模型辨识  
收稿时间:2018-04-27
修稿时间:2018-05-21

Dynamic model identification of starting process of a turbo-shaft engine based on QPSO-ELM
WU Heng,LI Benwei,ZHANG Yun,YANG Xinyi.Dynamic model identification of starting process of a turbo-shaft engine based on QPSO-ELM[J].Acta Aeronautica et Astronautica Sinica,2018,39(11):322251-322261.
Authors:WU Heng  LI Benwei  ZHANG Yun  YANG Xinyi
Institution:Aviation Foundation College, Naval Aviation University, Yantai 264001, China
Abstract:
Keywords:QPSO  ELM  turbo-shaft engine  starting process  data-driven  model identification  
本文献已被 CNKI 等数据库收录!
点击此处可从《航空学报》浏览原始摘要信息
点击此处可从《航空学报》下载免费的PDF全文
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