期刊文献+

适用于全包线的航空发动机BP网络模型的动态辨识 被引量:10

Dynamic Identification with Neural Networks for Aircraft Engines in the Full Envelope
下载PDF
导出
摘要 为克服传统的发动机动态模型辨识中存在的辨识精度低、辨识模型应用范围窄等不足 ,把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识 ,从而为发动机动态辨识开辟更为广阔的道路。采用均方差归一法的数据处理方法和 BP算法的改进算法——输入端动量 BP算法 ,以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本 ,辨识了发动机的神经网络模型 ,在全包线范围内对该模型进行检验。结果表明 ,所得的发动机动态模型在全包线内都有很高的逼近精度 。 To overcome the shortages of traditionally dynamic identification for aircraft engines, a dynamic identification method with neural network is introduced. The neural networks are trained by improved back-propagation algorithm. Standard variance normalization is used for weight-training data. An improved momentum back-propagation algorithm is developed to train the weights of the neural network in order to provide a better solution. Experimental result shows that the model can trail the aircraft engines with high accuracy in the full envelope. The research proves that neural networks identification is a suitable and promising method for aircraft engine modeling.
作者 徐亮 黄金泉
出处 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2001年第4期334-337,共4页 Journal of Nanjing University of Aeronautics & Astronautics
基金 航空科学基金 (编号 :99C5 2 0 7)资助项目
关键词 神经网络 航空发动机 系统辨识 全包线 BP算法 网络模型 动态辨识 neural networks aircraft engines system identification standard variance normalization momentum back-propagation method
  • 相关文献

参考文献7

  • 1黄金泉.航空发动机神经网络自适应控制:学位论文[M].南京:南京航空航天大学,1999..
  • 2刘国刚.参数估计、解析余度及实用技术研究:学位论文[M].南京:南京航空航天大学,1999..
  • 3杨蔚华,孙健国.发动机实时建模技术的新发展[J].航空动力学报,1995,10(4):402-406. 被引量:21
  • 4李松林,孙健国,黄金泉,李健民.涡扇发动机机载自适应建模技术研究[J].航空动力学报,1998,13(3):315-318. 被引量:10
  • 5黄金泉,学位论文,1999年
  • 6刘国刚,学位论文,1999年
  • 7赵振宇,模糊理论和神经网络的基础与应用,1996年,104页

二级参考文献19

  • 1兰春贤,孙健国.基于部件跟踪滤波器的解析余度技术[J].航空动力学报,1994,9(3):289-292. 被引量:4
  • 2兰春贤,航空动力学报,1994年,9卷,3期
  • 3孙健国,中国航空学会第三届动力年会,1993年
  • 4樊思齐,航空动力学报,1993年,8卷,2期
  • 5曾庆福,航空动力学报,1993年,8卷,4期
  • 6赵子元,航空动力学报,1993年,8卷,2期
  • 7孙健国,航空学报,1993年,14卷,1期
  • 8张燕东,1993年
  • 9刘尚明,航空动力学报,1991年,6卷,3期
  • 10胡世民,航空学报,1991年,12卷,2期

共引文献29

同被引文献71

引证文献10

二级引证文献38

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部