-
题名基于状态感知的航空发动机变基线模型建模方法研究
- 1
-
-
作者
陈铖
郑前钢
汪勇
张海波
-
机构
南京航空航天大学能源与动力学院、江苏省航空动力系统重点实验室
-
出处
《推进技术》
EI
CAS
CSCD
北大核心
2023年第9期191-205,共15页
-
基金
国家自然科学基金(51906102,52176009)
国家科技重大专项(J2019-II-0009-0053,J2019-I-0020-0019,2019-III-0014-0058)
+2 种基金
先进航空动力创新工作站项目(HKCX2020-02-022,HKCX2020-02-027)
南京航空航天大学前瞻布局科研专项资金(ILA220341A22,ILA220371A22)
校研究生科研与实践创新计划(XCXJH20210216)。
-
文摘
机载模型是先进航空发动机控制方法的基础,基线模型作为机载模型的重要组成部分,其建模准确度决定了机载模型的精度。针对传统单一基线模型在局部飞行包线精度高,而难以用于发动机全包线、全状态稳态性能预测的问题,提出了一种基于状态感知的发动机变基线模型建模方法。首先在小波变换滤波的基础上,提出基于状态感知的最优稳态数据筛选阈值计算方法,以减少稳态数据的错选或遗漏;其次,提出基于高斯混合模型(GMM)的变基线模型建模方法,利用GMM实现飞行数据自主聚类,并结合回归分析法,构建全包线、全状态的高精度变基线模型。仿真结果表明:本文提出的稳态数据筛选方法能有效避免数据错选或遗漏,相比于常规的单一基线模型,所提出的变基线模型可使高、低压转子转速的相对均值误差分别减小45%,30%以上。该方法能显著提升基线模型精度,同时实现了稳态数据自动化提取,避免了过多依赖人工经验且难以获得最优阈值的问题。
-
关键词
航空发动机
机载模型
飞行数据
状态感知
高斯混合模型
变基线模型
-
Keywords
Aero engine
On-board model
Flight data
State perception
Gaussian mixture model
variable baseline model
-
分类号
V231
[航空宇航科学与技术—航空宇航推进理论与工程]
-
