论文研究-基于NARX神经网络航空发动机参数动态辨识模型.pdf

针对航空发动机参数非线性动态特性，提出一种基于外部输入非线性自回归（NARX）神经网络的发动机参数动态辨识模型。主要思路是根据NARX网络的非线性时序预测特性，结合发动机参数的稳态和动态参数，提出一种基于偏稳态差值预测的NARX参数动态模型结构。设计了SP-P辨识结构，整定了模型内部结构参数并建立N1（低压转子转速）、N2（高压转子转速）、EGT（涡轮后排气温度）参数非线性差分预测模型。最后依据某发动机试车样本，对推杆加减速时N1、N2、EGT动态辨模型进行仿真。仿真结果表明，N2相对误差小于0.2%，N1相对误差小于0.3%，EGT相对误差小于[1℃]，满足发动机试车仿真需要。最后，将所建模型应用于某A320机务维修训练器的发动机仿真系统。