全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 用于航空发动机动态辨识的MSMEA-ELM算法
- 作者： 许梦阳 黄金泉 潘慕绚 来源： 传感器与微系统 年份： 2016 文献类型 ： 期刊 关键词： 航空发动机 传感器 动态辨识 思维进化算法 极端学习机 泛化能力
- 描述： 针对传统思维进化算法搜索半径缺乏目的性,临时子群体补充缺乏方向性以及神经网络训练速度慢、泛化能力不足,传统极端学习机隐含层神经元个数多的缺点,提出一种多群体自适应思维进化算法优化的极端学习机(MSMEA—ELM)算法,通过传感器数据训练该算法用于对航空发动机大范围动态过程进行辨识。以训练均方误差与权值2范数的加权和最小为优化目标,采用多群体自适应思维进化算法优化极端学习机。以某型涡扇发动机为研究对象,采用MSMEA—ELM算法进行航空发动机动态过程辨识,验证了该算法的有效性。
- 基于自适应拟合建模的航空发动机健康参数估计
- 作者： 顾嘉辉 鲁峰 黄金泉 强子健 来源： 传感器与微系统 年份： 2019 文献类型 ： 期刊 关键词： 商用航空发动机 卡尔曼滤波 状态变量模型 气路健康参数 自适应拟合建模
- 描述： 针对航空发动机各部件会发生性能缓慢退化,而现有的发动机线性模型建模方法无法在全寿命期限内满足精度要求,导致滤波算法对健康参数的估计误差随着飞行循环数的增加而增加的问题,提出自适应拟合的方法建立包含健康参数的状态变量模型(SVM),并设计卡尔曼滤波器进行健康参数估计。方法利用上一个采样周期内健康参数的估计值实时更新健康参数相关系数矩阵,以提高线性模型的精度。以某型商用航空发动机部件级模型为基础,在设计巡航点采用提出的方法建立线性变参数模型。通过相似换算,在多个飞行状态点,进行数字仿真性能缓慢退化过程。经验证:相比改进拟合法,基于所提建模方法的卡尔曼滤波器能较大地提高对健康参数的估计精度,同时具有较好的实时性。