基于樽海鞘群极限学习机的进/发一体化性能寻优控制模型研究 |
| |
引用本文: | 于子洋,王晨,杜宪,聂聆聪,孙希明.基于樽海鞘群极限学习机的进/发一体化性能寻优控制模型研究[J].推进技术,2024(5):241-254. |
| |
作者姓名: | 于子洋 王晨 杜宪 聂聆聪 孙希明 |
| |
作者单位: | 1. 大连理工大学控制科学与工程学院;2. 北京动力机械研究所 |
| |
基金项目: | 国家自然科学基金(61890921;61890924);;国家科技重大专项(J2019-I-0019-0018);;中央高校基本科研业务费(DUT22QN204)~~; |
| |
摘 要: | 为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(BPNN)和极限学习机(ELM)比较,结果表明,相比于BPNN,ELM,GRNN,SSA-ELM用于预测可以使安装推力的均方根误差(RMSE)分别降低7.41%,17.01%,72.57%,安装油耗的RMSE分别降低4.32%,19.41%,66.77%,具有更高的预测精度。将基于SSA-ELM的数据驱动模型作为机载模型应用到性能寻优控制,结果表明,该机载模型能够维持理想的寻优效果。针对最大安装推力模式开展实时性分析,该机载模型相比于进/发一体化部件级模型,平均计算时间由184.05 ms缩短至1.357 ms,实时性得到显著改善,大大提高了寻优效率。
|
关 键 词: | 航空发动机 进/发一体化 樽海鞘群优化算法 极限学习机 数据驱动模型 性能寻优控制 |
|
|