基于NARX神经网络的试车台压缩机模型辨识方法研究 |
| |
引用本文: | 彭冲,李楠,王信,王同庆,宋野,白长青.基于NARX神经网络的试车台压缩机模型辨识方法研究[J].燃气涡轮试验与研究,2022(5):57-62. |
| |
作者姓名: | 彭冲 李楠 王信 王同庆 宋野 白长青 |
| |
作者单位: | 1. 西安交通大学航天航空学院机械结构强度与振动国家重点实验室陕西省先进飞行器服役环境与控制重点实验室;2. 中国航发四川燃气涡轮研究院 |
| |
摘 要: | 针对试车台供气抽气系统压缩机工作范围广、动态特性预测困难的问题,提出了基于NARX神经网络的试车台压缩机模型辨识方法。在对供气抽气系统结构和运行原理分析的基础上,将压缩机及调节阀作为整体进行建模,研究系统各参数变化对压缩机流量的影响机制。为改善NARX神经网络的辨识精度,引入Gamma Test方法确定网络的最佳时延阶次。基于所建立的神经网络模型,预测了试车台供气、抽气压缩机多工况切换过程的实时流量,最大相对误差分别为0.53%和0.59%。研究所提出的方法可准确反映试车台压缩机流量的动态特性,为实现试车台高精度流量控制提供了技术基础。
|
关 键 词: | 试车台 压缩机 NARX神经网络 流量特性 动态模型 Gamma Test方法 |
|
|