【技术实现步骤摘要】
一种基于CNN-RNN的航空发动机推力估计方法
本专利技术是一种基于CNN-RNN的航空发动机推力估计方法，属于航空发动机
技术介绍
随着人们对飞机安全性、经济性和环保性等重视程度的不断加大，对航空发动机控制系统的要求也越来越高。对于涡喷或涡扇发动机，在保证安全性的前提下，发动机所能提供的推力才是人们真正关心的控制目标。由于直接测量发动机的推力非常困难，通常做法是使用转速、压力、温度等可测性能参数间接反映推力。但是这些可测参数和推力之间的关系复杂，并且随着发动机状态的不同而变化，造成发动机推力难以得到精确控制。针对发动机推力估计，学者提出了多种不同的方法。Maggiore等基于神经网络设计了航空发动机的推力估计器。然而浅层神经网络结构简单，初始权重矩阵随机生成，容易陷入局部最优解。为此，周军等将ELM和小波理论相结合，提出一种改进的小波极限学习机(EW-ELM)算法，用于飞机发动机推力估计。YaoYanlong等提出一种自适应遗传神经网络算法(AGNNA)，利用遗传算法优化神经网络拓扑结构和权值，再采用反向...
【技术保护点】
1.一种基于CNN-RNN的航空发动机推力估计方法，其特征是包括如下步骤：/n(1)在全飞行包线内，采集航空发动机的可测参数以及航空发动机推力值作为数据集，依据相关性对采集的可测参数进行选择精简；/n(2)将各项输入参数进行归一化预处理；/n(3)将归一化后的数据集划分为训练集和测试集；将训练集输入CNN-RNN推力估计器模型中进行训练，之后将测试集输入到推力估计器模型中，得到推力预测值，判断推力估计器模型的预测精度，不断训练直到达到最大训练回合数；/n4)将航空发动机的相应可测参数输入到训练得到的推力估计器模型中，得到航空发动机的估计推力。/n
【技术特征摘要】
1.一种基于CNN-RNN的航空发动机推力估计方法，其特征是包括如下步骤：
(1)在全飞行包线内，采集航空发动机的可测参数以及航空发动机推力值作为数据集，依据相关性对采集的可测参数进行选择精简；
(2)将各项输入参数进行归一化预处理；
(3)将归一化后的数据集划分为训练集和测试集；将训练集输入CNN-RNN推力估计器模型中进行训练，之后将测试集输入到推力估计器模型中，得到推力预测值，判断推力估计器模型的预测精度，不断训练直到达到最大训练回合数；
4)将航空发动机的相应可测参数输入到训练得到的推力估计器模型中，得到航空发动机的估计推力。
2.根据权利要求1所述的一种基于CNN-RNN的航空发动机推力估计方法，其特征是所述步骤(1)中，所述可测参数包括：发动机燃油量(Wf)、高压压气机进口压力(HPC-P)、高压压气机进口压力(LPC-P)、高压涡轮进口压力(HPT-P)、低压涡轮进口压力(LPT-P)、高压转子转速(HPS-N)、低压转子转速(LPS-N)、低压涡轮出口压力(P45)、低压涡轮出口温度(T45)、尾喷管出口温度(T8)。
3.根据权利要求1所述的一种基于CNN-RNN的航空发动机推力估计方法，其特征是所述步骤(1)中，可测参数是航空发动机的推力外在表现，因此根据样本可测参数与航空发动机推力之间的相关性对输入参数进行精简，采用相关系数表征两个随机变量之间的相关性，相关系数的计算如公式(1)所示。
其中，分别为随机变量X和Y的数学期望，eX和eY为随机变量X和Y的标准差，E(·)为数学期望算子。
4.根据权利要求1所述的一种基于CNN-RNN的航空发动机推力估计方法，其特征是所述对输入参数进行精简是指取0.95作为可测参数与推力之间相关系数的阈值，将相关系数小于0.95的可测参数视为非相关参数从推力估计器输入中去除，不参与到训练中。
5.根据权利要求1所述的一种基于CNN-RNN的航空发动机推力估计方法，其特征是所述步骤(2)中，根据公式(2)将各项输入参数进行处理，将数值缩放至[0,1]区间：
其中，xmin是参数的最小值，xmax是参数的最大值，x是未归一化的参数，x*是归一化后的参数，归一化处理后，各输入参数均变为...
【专利技术属性】
技术研发人员：徐建国，王彬彬，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。