龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-03-13
公开（公告）日：2024-05-28
公开（公告）号：CN118094775A
主分类号：G06F30/15
分类号：G06F30/15;G06F30/27;G06F119/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明公开一种基于实测参数的航空发动机主流快速计算模型自适应修正方法，包括：根据发动机实测参数，在气动热力学和神经网络部件建模原理基础上，结合热平衡法发展基于实测参数的主流关键参数快速计算方法，建立基于实测参数的发动机主要旋转部件主流快速计算模型；分析部件性能对退化平衡方程残差的影响，确定用于主流快速计算模型匹配修正的部件特性调整参数可行解；以基于实测参数的主流快速计算模型为基础，设计了一种基于OSELM‑EKF的部件特性调整参数估计和压比补偿的自适应修正方法，使所建立的模型能够更为精确且快速地反映出发动机飞行过程中当前发动机所处状态，并提供较精确的旋转部件进出口主流参数。
主权项：1.基于实测参数的航空发动机主流快速计算模型自适应修正方法，其特征在于，包括如下步骤：利用神经网络模型替代冷端旋转部件的气动热力学模型，并利用由冷端旋转部件的输入参数和输出参数构成的数据集对神经网络模型进行训练；根据当前发动机的实测参数，结合发动机状态空间模型构造的局部部件平衡方程，得到该状态下各旋转部件压比参数；运行训练好的神经网络模型得到冷端旋转部件的各主流参数，利用热平衡法计算燃烧室出口温度及高压涡轮进口温度，得到发动机包含热端旋转部件进出口在内的主流参数，进而建立发动机主流快速计算模型；发动机部件性能发生退化时，利用平衡方程残差的变化量通过扩展卡尔曼滤波进行部件特性调整参数估计；交叉选择不同的状态点在性能参数不同退化模式、不同退化程度情况下的部件特性调整参数值，构成训练集；利用训练集在不更新网络参数的情况下分别对多个独立的OSELM离线网络进行训练，得到OSELM离线网络的初始网络参数；将多个独立的OSELM离线网络输出加权求和得到的压比的补偿矩阵更新至发动机主流快速计算模型；设计网络自学习模块，在OSELM离线网络精度不足时对其网络拓扑结构参数进行更新；通过发动机状态空间模型输出的平衡方程残差进行判断，若发动机状态空间模型输出的平衡方程残差大于阈值，则更新OSELM离线网络网络拓扑参数。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于实测参数的航空发动机主流快速计算模型自适应修正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号