国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法

      文檔序號:8512637閱讀:376來源:國知局
      基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明屬于航空宇航推進(jìn)理論與工程中的系統(tǒng)控制與仿真技術(shù)領(lǐng)域,涉及航空發(fā) 動機(jī)穩(wěn)態(tài)模型的構(gòu)建方法,尤其是涉及一種基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的 建模方法。
      【背景技術(shù)】
      [0002] 航空發(fā)動機(jī)是多變量、強(qiáng)非線性和時變的復(fù)雜系統(tǒng),其穩(wěn)定安全運(yùn)行對發(fā)動機(jī)控 制系統(tǒng)提出了很高的要求。航空發(fā)動機(jī)非線性數(shù)學(xué)模型是發(fā)動機(jī)數(shù)值仿真的基礎(chǔ),也是建 立發(fā)動機(jī)自適應(yīng)實時模型的基礎(chǔ)。要充分挖掘發(fā)動機(jī)性能潛力或進(jìn)行故障診斷,首先就必 須建立反映全飛行包線發(fā)動機(jī)狀態(tài)的高精度、實時性好的機(jī)載發(fā)動機(jī)數(shù)學(xué)模型,保證計算 出的各發(fā)動機(jī)參數(shù)不會偏離實際發(fā)動機(jī)參數(shù),從而保證優(yōu)化或故障診斷效果。而航空發(fā)動 機(jī)穩(wěn)態(tài)模型是機(jī)載發(fā)動機(jī)模型的關(guān)鍵,本發(fā)明主要針對航空發(fā)動機(jī)穩(wěn)態(tài)建模的問題。
      [0003] 目前航空發(fā)動機(jī)穩(wěn)態(tài)模型的方法主要有:分段線性插值、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī) 等建模方法。分段線性插值建模方法的優(yōu)點(diǎn)是簡單且實時性好,但其需要存儲的足夠的 插值表,隨著模型的維數(shù)的增加,為了提高模型精度,它的存儲量會呈指數(shù)爆發(fā)式增長;然 而,對于航空發(fā)動機(jī)往往試驗樣本數(shù)據(jù)有限,或樣本數(shù)據(jù)較為稀疏,此時通過分段線性插值 得到的模型精度則難以保證。神經(jīng)網(wǎng)絡(luò)方法,雖然一定程度上避免了分段線性插值模型擬 合精度不高的缺點(diǎn),但其本質(zhì)是用梯度算法導(dǎo)出的,因此優(yōu)化訓(xùn)練過程極易陷入局部極值。 而且,神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(例如隱含層節(jié)點(diǎn)數(shù)目的選擇)依賴于設(shè)計者的先驗知識和經(jīng) 驗,缺乏嚴(yán)格的數(shù)學(xué)推導(dǎo),這導(dǎo)致它容易出現(xiàn)過擬合現(xiàn)象,從而影響模型精度。支持向量機(jī) 方法,如多輸入多輸出約簡迭代最小二次支持向量機(jī)(MRR-LSSVR)方法,雖然克服了神經(jīng) 網(wǎng)絡(luò)陷入局部極值并且有效改善了過擬合問題,然而隨著模型維數(shù)的增加和精度要求的提 高,就必須增加樣本采集量;而且為了提高模型的實時性,就必須增加支持向量機(jī)的稀疏 性,而由于算法特點(diǎn),支持向量機(jī)稀疏性問題一直未得到良好的解決,這使得即使當(dāng)輸入變 量維數(shù)不變時,隨著樣本數(shù)據(jù)增加,其實時性將難以得到保證。

      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足,提供一種基于單純形樣條 函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,能夠避免現(xiàn)有技術(shù)的支持向量機(jī)方法如多輸入多 輸出約簡迭代最小二次支持向量機(jī)(MRR-LSSVR)在大樣本數(shù)據(jù)情況下模型訓(xùn)練實時性較 差的問題,有效地降低了算法復(fù)雜度及提升訓(xùn)練實時性。
      [0005] 為了解決上述技術(shù)問題,本發(fā)明采取以下技術(shù)方案:
      [0006] -種基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,根據(jù)給定發(fā)動機(jī)的 飛行參數(shù)和控制參數(shù),對航空發(fā)動機(jī)穩(wěn)定狀態(tài)進(jìn)行實時估計,建立航空發(fā)動機(jī)的穩(wěn)態(tài)模型, 其特征在于包括以下步驟:
      [0007] 步驟一、獲取航空發(fā)動機(jī)穩(wěn)態(tài)模型的訓(xùn)練和測試數(shù)據(jù);
      [0008] 步驟二、進(jìn)行發(fā)動機(jī)工作區(qū)域的三角劃分,并計算工作點(diǎn)所在單純形的重心坐 標(biāo);
      [0009] 步驟三、計算單純形樣條的基函數(shù);
      [0010] 步驟四、求解單純形樣條函數(shù)的系數(shù);
      [0011] 步驟五、利用所述的測試數(shù)據(jù)對模型泛化能力進(jìn)行驗證,若精度差則返回上述步 驟二,重新進(jìn)行三角劃分,并調(diào)節(jié)單純形樣條的基函數(shù)的階數(shù);若精度好,則建立航空發(fā)動 機(jī)穩(wěn)態(tài)模型。
      [0012] 在所述步驟一中,所述的獲取航空發(fā)動機(jī)穩(wěn)態(tài)模型的訓(xùn)練和測試數(shù)據(jù)是指:根據(jù) 所述發(fā)動機(jī)的飛行參數(shù)和控制參數(shù),進(jìn)行發(fā)動機(jī)試車試驗或根據(jù)航空發(fā)動機(jī)部件模型得到 數(shù)據(jù)。
      [0013] 在所述步驟二中,所述的發(fā)動機(jī)工作區(qū)域的三角劃分采用Delaunay三角劃分算 法進(jìn)行;所述的計算工作點(diǎn)所在單純形的重心坐標(biāo)是指單純形內(nèi)的點(diǎn)X對應(yīng)單純形的重心 坐標(biāo):b (X) = Odci, Id1,…,bn),其中,1^為X對應(yīng)單純形頂點(diǎn)的重心坐標(biāo),因此,X可以表示 為:
      【主權(quán)項】
      1. 一種基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,根據(jù)給定發(fā)動機(jī)的飛 行參數(shù)和控制參數(shù),對航空發(fā)動機(jī)穩(wěn)定狀態(tài)進(jìn)行實時估計,建立航空發(fā)動機(jī)的穩(wěn)態(tài)模型,其 特征在于包括以下步驟: 步驟一、獲取航空發(fā)動機(jī)穩(wěn)態(tài)模型的訓(xùn)練和測試數(shù)據(jù); 步驟二、進(jìn)行發(fā)動機(jī)工作區(qū)域的三角劃分,并計算工作點(diǎn)所在單純形的重心坐標(biāo); 步驟三、計算單純形樣條的基函數(shù); 步驟四、求解單純形樣條函數(shù)的系數(shù); 步驟五、利用所述的測試數(shù)據(jù)對模型泛化能力進(jìn)行驗證,若精度差則返回上述步驟二, 重新進(jìn)行三角劃分,并調(diào)節(jié)單純形樣條的基函數(shù)的階數(shù);若精度好,則建立航空發(fā)動機(jī)穩(wěn)態(tài) 模型。
      2. 根據(jù)權(quán)利要求1所述的基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,其 特征在于:在所述步驟一中,所述的獲取航空發(fā)動機(jī)穩(wěn)態(tài)模型的訓(xùn)練和測試數(shù)據(jù)是指:根 據(jù)所述發(fā)動機(jī)的飛行參數(shù)和控制參數(shù),進(jìn)行發(fā)動機(jī)試車試驗或根據(jù)航空發(fā)動機(jī)部件模型得 到數(shù)據(jù)。
      3. 根據(jù)權(quán)利要求1所述的基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,其 特征在于: 在所述步驟二中,所述的發(fā)動機(jī)工作區(qū)域的三角劃分采用Delaunay三角劃分算法進(jìn) 行; 所述的計算工作點(diǎn)所在單純形的重心坐標(biāo)是指單純形內(nèi)的點(diǎn)X對應(yīng)單純形的重心坐 標(biāo):b (X) = (Idci, Id1,…,bn),其中,1^為X對應(yīng)單純形頂點(diǎn)的重心坐標(biāo),因此,X可以表示為: x = XbivPi 7=0 其中,vP.為單純形的頂點(diǎn),Pi為頂點(diǎn)指數(shù)的排序即P i< P i+1。
      4. 根據(jù)權(quán)利要求1所述的基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,其 特征在于:在所述步驟三中,所述的求解單純形樣條函數(shù)的系數(shù),其計算公式如下: <(/,) = !/, 其中,k稱為多維系k= Qici, Ic1, ···,!〇 eNn+1,k!為多維系數(shù)的階乘積k! =kQ! kj "·1?η!,b為單純形樣條的重心坐標(biāo),bk等于表示基函數(shù)多項式的階數(shù)。
      5. 根據(jù)權(quán)利要求1所述的基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型的建模方法,其 特征在于:在所述步驟四中,所述的單純形樣條函數(shù)的系數(shù)的求解為線性回歸問題: j=l |^|=?/ 式中,b(i)為發(fā)動機(jī)工作點(diǎn)所對應(yīng)的單純形區(qū)域&的重心坐標(biāo),<(/))為單純形樣條 的基函數(shù),單純形樣條函數(shù)的系數(shù)的求解可進(jìn)一步轉(zhuǎn)換為求解殘差平方和最小的最優(yōu)化問 題即 min J = (Y-Xc)T (Y-Xc) He = O 式中,c為單純形樣條函數(shù)的系數(shù),X為單純形樣條的基函數(shù),Y為航空發(fā)動機(jī)輸出 數(shù)據(jù),J = (Y-Xc)T(Y-Xc)為廣義最小二乘的目標(biāo)函數(shù),He = O為單純形樣條函數(shù)的光滑 條件,上式稱為帶有等式約束的廣義最小二乘問題;對于上述問題,運(yùn)用格朗日乘子得到 Karush-Kuhn-Tucher 條件:
      式中,V為拉格朗日乘子,最終把單純形樣條函數(shù)的系數(shù)求解問題轉(zhuǎn)化為線性方程的求 解。
      【專利摘要】本發(fā)明公開了一種基于單純形樣條函數(shù)的航空發(fā)動機(jī)穩(wěn)態(tài)模型建模方法,根據(jù)給定發(fā)動機(jī)的飛行參數(shù)和控制參數(shù),對航空發(fā)動機(jī)穩(wěn)定狀態(tài)進(jìn)行實時估計,建立航空發(fā)動機(jī)的穩(wěn)態(tài)模型,包括以下步驟:獲取航空發(fā)動機(jī)穩(wěn)態(tài)模型的訓(xùn)練和測試數(shù)據(jù);進(jìn)行發(fā)動機(jī)工作區(qū)域的三角劃分,并計算工作點(diǎn)所在單純形的重心坐標(biāo);計算單純形樣條的基函數(shù);求解單純形樣條函數(shù)的系數(shù);利用所述的測試數(shù)據(jù)對模型泛化能力進(jìn)行驗證,若精度差則返回上述步驟二,重新進(jìn)行三角劃分,并調(diào)節(jié)單純形樣條的基函數(shù)的階數(shù);若精度好,則建立航空發(fā)動機(jī)穩(wěn)態(tài)模型。本發(fā)明方法算法復(fù)雜度低、存儲數(shù)據(jù)量小、實時性好,擬合效果優(yōu),有效避免了支持向量回歸機(jī)不能擬合大樣本數(shù)據(jù)的缺點(diǎn)。
      【IPC分類】G06F17-50
      【公開號】CN104834785
      【申請?zhí)枴緾N201510251444
      【發(fā)明人】鄭前鋼, 華偉, 李永進(jìn), 孫豐勇, 葉志鋒, 張海波
      【申請人】南京航空航天大學(xué)
      【公開日】2015年8月12日
      【申請日】2015年5月15日
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1