期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PSO-NARX网络的涡轴发动机稳态模型辨识
被引量：
5
1
作者
董庆
李本威
+2 位作者
钱仁军
滕怀亮
张赟
《兵器装备工程学报》
CAS
CSCD
北大核心
2021年第4期250-257,共8页
提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型,然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据,采用PSO-NARX方法对涡轴发动机稳...
提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型,然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据,采用PSO-NARX方法对涡轴发动机稳态模型进行回归辨识。结果表明,辨识所得模型输出参数燃气发生器转速ng、发动机排温EGT和发动机扭矩T的最大相对误差分别为0.11%、0.26%和0.95%。辨识模型输出参数辨识结果很好地逼近飞参数据实测值且优于NARX、粒子群算法优化的前馈神经网络、粒子群算法优化的支持向量机方法所辨识得到的模型,精度和实时性均达到实际应用要求。
展开更多
关键词
涡轴发动机
粒子群优化算法
非线性自回归网络
稳态识别算法
数据驱动
模型辨识
在线阅读
下载PDF
职称材料
基于BSO-ELM的涡轴发动机加速过程性能参数预测
被引量：
1
2
作者
董庆
李本威
+1 位作者
闫思齐
钱仁军
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第8期2181-2188,共8页
建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain sto...
建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain storm optimization,BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本,利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速ng、燃气发生器出口温度T4和增压比πc的两项精度指标均优于BSO算法优化的反向传播神经网络和粒子群优化算法优化的ELM方法得到的预测模型,表明了BSO-ELM预测模型的可行性与优越性;在相同仿真环境下,BSO-ELM算法可大幅提高计算效率使预测模型的实时性更优。
展开更多
关键词
涡轴发动机
加速过程
头脑风暴优化算法
极限学习机
模型辨识
性能参数预测
在线阅读
下载PDF
职称材料
试车数据驱动的涡轴发动机起动过程模型辨识
3
作者
董庆
李本威
《航空发动机》
北大核心
2022年第1期6-12,共7页
针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA...
针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_(g)、输出轴转速n_(r)和涡轮后温度T_(4)都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。
展开更多
关键词
涡轴发动机
起动过程
数据驱动
变步长萤火虫优化算法
非线性自回归网络
模型辨识
在线阅读
下载PDF
职称材料
题名
基于PSO-NARX网络的涡轴发动机稳态模型辨识
被引量：
5
1
作者
董庆
李本威
钱仁军
滕怀亮
张赟
机构
海军装备部驻苏州地区军事代表室
海军
航空大学航空基础学院
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2021年第4期250-257,共8页
基金
国家自然科学基金项目(51505492)
泰山学者建设工程专项经费项目。
文摘
提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型,然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据,采用PSO-NARX方法对涡轴发动机稳态模型进行回归辨识。结果表明,辨识所得模型输出参数燃气发生器转速ng、发动机排温EGT和发动机扭矩T的最大相对误差分别为0.11%、0.26%和0.95%。辨识模型输出参数辨识结果很好地逼近飞参数据实测值且优于NARX、粒子群算法优化的前馈神经网络、粒子群算法优化的支持向量机方法所辨识得到的模型,精度和实时性均达到实际应用要求。
关键词
涡轴发动机
粒子群优化算法
非线性自回归网络
稳态识别算法
数据驱动
模型辨识
Keywords
turboshaft engine
PSO
NARX
steady state recognition algorithm
data-driven
model identification
分类号
V216.5 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
基于BSO-ELM的涡轴发动机加速过程性能参数预测
被引量：
1
2
作者
董庆
李本威
闫思齐
钱仁军
机构
海军装备部驻苏州地区军事代表室
海军
航空大学航空基础学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第8期2181-2188,共8页
基金
国家自然科学基金(51505492)
泰山学者建设工程专项经费资助课题。
文摘
建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain storm optimization,BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本,利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速ng、燃气发生器出口温度T4和增压比πc的两项精度指标均优于BSO算法优化的反向传播神经网络和粒子群优化算法优化的ELM方法得到的预测模型,表明了BSO-ELM预测模型的可行性与优越性;在相同仿真环境下,BSO-ELM算法可大幅提高计算效率使预测模型的实时性更优。
关键词
涡轴发动机
加速过程
头脑风暴优化算法
极限学习机
模型辨识
性能参数预测
Keywords
turboshaft engine
acceleration process
brain storm optimization
extreme learning machine
model identification
performance parameters prediction
分类号
V231.3 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
试车数据驱动的涡轴发动机起动过程模型辨识
3
作者
董庆
李本威
机构
海军装备部驻苏州地区军事代表室
海军
航空大学航空基础学院
出处
《航空发动机》
北大核心
2022年第1期6-12,共7页
基金
国家自然科学基金(51505492)
泰山学者建设工程专项经费资助。
文摘
针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_(g)、输出轴转速n_(r)和涡轮后温度T_(4)都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。
关键词
涡轴发动机
起动过程
数据驱动
变步长萤火虫优化算法
非线性自回归网络
模型辨识
Keywords
turboshaft engine
starting process
data-driven
the change of step of firefly algorithm optimization
NARX network
model identification
分类号
V231.3 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PSO-NARX网络的涡轴发动机稳态模型辨识
董庆
李本威
钱仁军
滕怀亮
张赟
《兵器装备工程学报》
CAS
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
2
基于BSO-ELM的涡轴发动机加速过程性能参数预测
董庆
李本威
闫思齐
钱仁军
《系统工程与电子技术》
EI
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
3
试车数据驱动的涡轴发动机起动过程模型辨识
董庆
李本威
《航空发动机》
北大核心
2022
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
