渦軸發(fā)動(dòng)機(jī)自適應(yīng)機(jī)載實(shí)時(shí)性能估計(jì)技術(shù)研究.pdf

1、航空發(fā)動(dòng)機(jī)自適應(yīng)機(jī)載實(shí)時(shí)模型是航空發(fā)動(dòng)機(jī)健康管理的主要組成部分。本文針對(duì)渦軸發(fā)動(dòng)機(jī)自適應(yīng)機(jī)載實(shí)時(shí)模型估計(jì)健康參數(shù)開(kāi)展了研究工作。
　　 本文在渦軸發(fā)動(dòng)機(jī)非線性模型基礎(chǔ)上，采用擬合法和穩(wěn)態(tài)修正法相結(jié)合的方法建立狀態(tài)變量模型，并將表征發(fā)動(dòng)機(jī)性能蛻化的健康參數(shù)增廣到狀態(tài)變量模型中，設(shè)計(jì)了線性卡爾曼濾波器，建立發(fā)動(dòng)機(jī)自適應(yīng)機(jī)載實(shí)時(shí)模型。分析傳感器選取和故障模式共線性問(wèn)題對(duì)卡爾曼濾波器估計(jì)效果的影響，從相似度和條件數(shù)出發(fā)，給出了設(shè)計(jì)卡爾曼

2、濾波器時(shí)選取傳感器的方法。
　　 考慮建模誤差的存在以及同一型號(hào)不同渦軸發(fā)動(dòng)機(jī)之間的差異會(huì)降低卡爾曼濾器估計(jì)精度甚至造成卡爾曼濾波器失效，在自適應(yīng)模型中增加神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)補(bǔ)償模塊，構(gòu)成了自適應(yīng)機(jī)載實(shí)時(shí)混合模型，有效地提高了卡爾曼濾波器的估計(jì)精度。
　　 采用飛行數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過(guò)飛行區(qū)域劃分、合理的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、快速的BPLM算法提高了全包線中神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率。由于飛行數(shù)據(jù)過(guò)于龐大，而且不能通過(guò)一兩次的飛行測(cè)試就