文章详情
| 稿件标题： | 基于PSO-NARX网络的涡轴发动机稳态模型辨识 |
| 稿件作者： | 董庆1,2，李本威2，钱仁军2，滕怀亮2，张赟2 |
| DOI： | 10.11809/bqzbgcxb2021.04.047 |
| 科学编辑： | 张晶辉 博士（西安航空学院 讲师） |
| 栏目名称： | 光学工程与电子技术 |
| 关键词： | 涡轴发动机；粒子群优化算法；非线性自回归网络；稳态识别算法；数据驱动；模型辨识 |
| 文章摘要： | 提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型，然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据，采用PSO-NARX方法对涡轴发动机稳态模型进行回归辨识。结果表明，辨识所得模型输出参数燃气发生器转速ng、发动机排温EGT和发动机扭矩T的最大相对误差分别为0.11%、0.26%和0.95%。辨识模型输出参数辨识结果很好地逼近飞参数据实测值且优于NARX、粒子群算法优化的前馈神经网络、粒子群算法优化的支持向量机方法所辨识得到的模型，精度和实时性均达到实际应用要求。 |
| 稿件基金： | 国家自然科学基金项目（51505492）;泰山学者建设工程专项经费项目 |
| 引用本文格式： | 董庆，李本威，钱仁军，等.基于PSO-NARX网络的涡轴发动机稳态模型辨识［J］.兵器装备工程学报，2021,42(04):250-257. DONG Qing, LI Benwei, QIAN Renjun, et al.SteadyState Model Identification of Turboshaft Engine Based on PSONARX Network［J］.Journal of Ordnance Equipment Engineering,2021,42(04):250-257. |
| 刊期名称： | 2021年04期 |
| 出版时间： | 2021年4月 |
| 上线时间： | 2021年4月28日 |
| 浏览次数： | 2653 |
| 下载次数： | 2057 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |