基于卷积神经网络的改良发动机推力估计器设计方法技术

技术编号:41663004 阅读:39 留言:0更新日期:2024-06-14 15:23
本发明专利技术一种基于卷积神经网络的改良发动机推力估计器设计方法,属于航空发动机领域;方法步骤包括:构建发动机仿真模型,获取航空发动机仿真实验数据集;对所述实验数据集进行归一化处理,消除样本不同属性以及量级的影响;将所述实验数据集划分为训练集、验证集和测试集;将归一化处理后的数据集重新排列后送入卷积神经网络,并在网络中进行拼接;构建卷积神经网络的具体结构,并通过训练进行优化;设置卷积神经网络的具体训练方法;采用所述卷积神经网络对发动机推力估计器进行训练并保存结果;将测试数据集输入完成训练的推力估计器,进行推力拟合并保证结果。本发明专利技术解决了原本使用卷积神经网络时与发动机特征结合不紧密,准确度不高的问题。

【技术实现步骤摘要】

本专利技术属于航空发动机领域,具体涉及一种基于卷积神经网络的改良发动机推力估计器设计方法


技术介绍

1、对于航空发动机而言,针对推力这种不可测参数的估计方法对发动机的控制具有重要意义。传统的飞机发动机控制系统通过调节风扇速度或发动机压比等来调节推力这类不可测的性能参数。控制器通常基于比例积分(pi)方案的变型,通过收集一系列可测的传感器参数来集成总的控制命令,起到间接控制推力这种不可测物理量。然而每台发动机之间都存在些许的制造差异,使得不同发动机之间总是存在轻微的性能差异,且发动机在其使用寿命内都会自然退化,使得参数推断这一过程变得复杂。一般为解决这些问题,控制系统会保留较大的安全裕度以确保发动机在从完全健康到完全退化的各种条件下都能稳定运行,这种鲁棒性是以发动机的性能为代价换取,使得发动机在非恶劣工况下的性能仍有很大的挖掘潜力。当前新型的发动机控制系统里,开始尝试在飞行过程中对传感器不可测得的特征参数进行估计,并将其估计值应用于控制器回路中,直接控制发动机的推力等性能参数,提升其运行效率。这一方法被称为航空发动机的直接控制。

2、在直接控制本文档来自技高网...

【技术保护点】

1.一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:

2.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述航空发动机仿真实验数据集包括进气道进口总温总压、风扇和压气机相对换算转速、风扇出口总温总压、压气机出口总温总压、燃烧室供油量、涡轮出口总温总压。

3.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述归一化处理的方法具体为:

4.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述实验数据集按照6:2:2的比例划分为训练集、验...

【技术特征摘要】

1.一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:

2.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述航空发动机仿真实验数据集包括进气道进口总温总压、风扇和压气机相对换算转速、风扇出口总温总压、压气机出口总温总压、燃烧室供油量、涡轮出口总温总压。

3.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述归一化处理的方法具体为:

4.根据权利要求1所述一种基于卷积神经网络的改良发动机推力估计器设计方法,其特征在于:所述实验数据集按照6:2:2的比例划分...

【专利技术属性】
技术研发人员:杨琨张晓博王占学周莉
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1