渦軸發(fā)動機自適應機載實時性能估計技術(shù)研究.pdf

1、航空發(fā)動機自適應機載實時模型是航空發(fā)動機健康管理的主要組成部分。本文針對渦軸發(fā)動機自適應機載實時模型估計健康參數(shù)開展了研究工作。
　　 本文在渦軸發(fā)動機非線性模型基礎上，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)動機性能蛻化的健康參數(shù)增廣到狀態(tài)變量模型中，設計了線性卡爾曼濾波器，建立發(fā)動機自適應機載實時模型。分析傳感器選取和故障模式共線性問題對卡爾曼濾波器估計效果的影響，從相似度和條件數(shù)出發(fā)，給出了設計卡爾曼

2、濾波器時選取傳感器的方法。
　　 考慮建模誤差的存在以及同一型號不同渦軸發(fā)動機之間的差異會降低卡爾曼濾器估計精度甚至造成卡爾曼濾波器失效，在自適應模型中增加神經(jīng)網(wǎng)絡經(jīng)驗補償模塊，構(gòu)成了自適應機載實時混合模型，有效地提高了卡爾曼濾波器的估計精度。
　　 采用飛行數(shù)據(jù)訓練神經(jīng)網(wǎng)絡。通過飛行區(qū)域劃分、合理的神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)、快速的BPLM算法提高了全包線中神經(jīng)網(wǎng)絡的訓練效率。由于飛行數(shù)據(jù)過于龐大，而且不能通過一兩次的飛行測試就