基于SSA-NARX的航空发动机动态特性参数辨识方法

【类型】期刊

【作者】陈子桥  洪军  肖刚  温新 

【刊名】热能动力工程

【关键词】 数据驱动,航空发动机,麻雀搜索算法,动态模型辨识,非线性自回归神经网络

【摘要】针对航空发动机动态特性的建模问题，提出一种基于麻雀搜索算法（SSA）优化NARX神经网络的动态特性参数辨识方法。利用SSA对NARX网络的权值与偏置进行迭代寻优，使网络具备更高的准确度与泛化能力；利用优化后的NARX网络进行动态参数辨识；使用航空发动机飞行测试数据集进行了仿真测试。结果表明：SSA-NARX方法明显优于NARX和PSO-NARX方法。SSA-NARX方法的输出参数N₁,N₂和排气温度（EGT）与真实值的最大相对误差绝对值δ_max分别降低至3.81%,1.24%和3.47%;动态特性指标T_i与T_t与真实值的相对误差均小于5%;经10次交叉试验，参数N₁,N₂和EGT的测试结果均方根误差均值RMSE_m分别为0.29,0.18和1.50。模型的准确性、实时性与稳健性均满足了仿真需求。

【年份】2024

【作者单位】上海交通大学机械与动力工程学院;上海交通大学航空航天学院;

【期号】01

【页码】205-215