《全包线内航空发动机参数估计的神经网络实现》PDF+DOC
作者:刘国刚,辛季龄,李璇君
单位:南京航空航天大学
出版:《南京航空航天大学学报》1999年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFNJHK903.0060
DOC编号:DOCNJHK903.0069
下载格式:PDF + Word/doc 文字可复制、可编辑
《航空发动机控制系统传感器故障诊断仿真研究》PDF+DOC2016年第02期 王涛,薛薇,吕淮北
《基于滑模观测器和神经网络的传感器故障诊断方法比较研究》PDF+DOC2020年第04期 陶立权,马振,王伟,张正,刘程
《基于遗传算法的RBF神经网络在热敏电阻温度传感器非线性补偿中的应用》PDF+DOC2005年第08期 俞阿龙
《基于神经网络的开关磁阻电机的无位置检测》PDF+DOC2009年第06期 马晓光,瞿遂春,谭平
《传感器测量偏差下的航空发动机智能性能诊断》PDF+DOC2007年第01期 袁春飞,姚华
《基于神经网络的传感器数据融合处理》PDF+DOC2006年第S1期 韦以明
《航空发动机参数显示技术发展趋势》PDF+DOC2004年第01期 李伟
《多目标跟踪的神经网络实现方法》PDF+DOC2004年第01期 赵晨光,李为民,耿奎
《RBF神经网络在传感器校正中的应用》PDF+DOC2003年第01期 汪晓东
《基于证据理论的并发故障诊断方法》PDF+DOC2003年第04期 蔡兴国,马平
介绍一种特殊的前向神经网络——自联想神经网络(Autoassociativeartificialneuralnet-works,AANN),然后将发动机参数在全包线、大范围工况下的变化规律与神经网络的非线性映射能力结合起来,开展了将AANN应用于发动机全包线、大范围工况下参数估计的仿真研究。本文提出的选取测量矢量加入样本集的EMP方法,有效地减少了样本集中样本矢量的数目,简化了网络的训练。用EMP方法在全包线内仅用746组测量矢量作为样本集,在网络训练好后,任选包线内的一工况点作为算例运行发动机模型,所得各参数的稳态估计及动态估计的平均百分比误差<0.5%。仿真结果表明,上述的参数估值方法是可行的,为进一步实现对发动机控制系统传感器的状态监视和故障诊断打下了基础。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。