申请/专利权人：南京航空航天大学

申请日：2023-12-28

公开（公告）日：2024-04-09

公开（公告）号：CN117852176A

主分类号：G06F30/15

分类号：G06F30/15;G06F30/17;G06F30/27;G06F111/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供一种结合数据驱动模块的涡轴发动机混合建模方法，在机理模型的基础上依次增加了稳态修正模块和动态补偿模块，通过两个阶段的建模减少了气路特性的差异，得到混合模型。其中稳态校正模块采用粒子群优化算法，在机理模型的层面修正发动机特性，动态补偿模块采用长短期记忆神经网络，训练动态补偿器对机理模型的输出进行补偿。由于混合模型结合了机理模型和数据驱动模块，同时具备机理模型的约束与数据驱动模块的泛化能力，减少了传统的机理模型与真实发动机之间的气路特性差异。本发明可以提升涡轴发动机模型的仿真精度，实现高质量的航空发动机气路仿真与状态监测，进而应用于航空发动机建模、故障检测与隔离、控制系统设计等任务。

主权项：1.一种结合数据驱动模块的涡轴发动机混合建模方法，其特征在于，包括如下步骤：步骤1：收集涡轴发动机状态监控传感器的参数数据，组成涡轴发动机真实数据库；从涡轴发动机真实数据库中提取其中的稳态数据，组成涡轴发动机稳态数据库；步骤2：基于所述涡轴发动机稳态数据库，求解最优的放缩因子g，优化涡轴发动机机理模型中的初始修正因子xcf，获得稳态修正后的机理模型fSC-PBM；步骤3：基于所述涡轴发动机真实数据库，计算稳态修正后机理模型fSC-PBM的输出向量OSC-PBM和残差向量RSC-PBM；针对n个不同的目标气路参数，构建n组相应的训练数据集；步骤4：在n组训练数据集上分别训练神经网络模型，构成可用于补偿修正后机理模型的n个动态补偿器{fDC，1，fDC，2，…，fDC，n}，对应n个目标气路参数；步骤5：根据修正后的机理模型和动态补偿器，获得最终的混合模型fSC-DC-PBM。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种结合数据驱动模块的涡轴发动机混合建模方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD