[發明專利]航空發動機電氣附件靜態性能預測方法

在審

• 申請號: 201911159366.2
• 申請日: 2019-11-22
• 公開（公告）號: CN110956003A
• 公開（公告）日: 2020-04-03
• 發明（設計）人: 孫兆榮;英福君;王亞錕;石旭東
• 申請（專利權）人: 中國民航大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00
• 代理公司: 北京聿華聯合知識產權代理有限公司 11611
• 代理人: 金偉英

1.一種航空發動機電氣附件靜態性能預測方法，其特征在于，該方法包括以下步驟：

發動機電氣附件靜態預測模型的構建，其包括系統建模和構建基于粒子群優化算法模型；

發動機電氣附件靜態性能預測模型的訓練，其包括對構建的粒子群優化算法模型進行初始化、并對粒子群優化模型進行訓練，獲得粒子群優化模型結果；

發動機電氣附件靜態性能，其包括將測試數據輸入粒子群優化模型，通過性能趨勢得到發動機電氣附件的預測結果。

2.根據權利要求1所述的航空發動機電氣附件靜態性能預測方法，其特征在于，通過建立粒子群優化算法的航空發動機電氣附件靜態性能預測模型，確定模型的輸入向量、產生輸入向量的非線性變換權值矩陣、輸入傳遞函數非線性映射、輸出傳遞函數非線性映射，再采用基于迭代式的最小二乘法求解模型的輸出權值矩陣，能夠將測試數據自動加載，在無人干預的情況下實現對航空發動機電氣附件靜態性能的精確預測。

3.根據權利要求1或2所述的航空發動機電氣附件靜態性能預測方法，其特征在于，該方法包括：

采用航空發動機電氣附件靜態測試歷史數據序列、測試環境及飛機起降循環次數構建訓練樣本集；

建立基于粒子群優化算法的航空發動機電氣附件靜態性能預測模型，確定模型的輸入向量、產生輸入向量的非線性變換權值矩陣、輸入傳遞函數非線性映射、輸出傳遞函數非線性映射，將所述訓練樣本集輸入到建立的所述預測模型中，再采用適應度函數更新粒子群求解模型的輸出權值矩陣，完成所述預測模型的訓練；

將航空發動機電氣附件靜態測試數據輸入到訓練得到的預測模型中，預測當前狀態下航空發動機電氣附件靜態性能，實現靜態性能預測。

4.根據權利要求3所述的航空發動機電氣附件靜態性能預測方法，其特征在于，所述發動機電氣附件靜態性能預測數據樣本參數包括：測試環境溫度、起降循環測試和被測電氣附件電阻值。

5.根據權利要求3所述的航空發動機電氣附件靜態性能預測方法，其特征在于，所述輸入傳遞函數非線性映射過程如下：

f_in(A_i)＝cos(β·A_i)·exp(-A_i²/2)

式中，A_i表示輸入向量的第i個線性變換，β為變換系數，通過改變β的大小，可改變輸入傳遞函數的波形。

6.根據權利要求3所述的航空發動機電氣附件靜態性能預測方法，其特征在于，所述輸入向量線性變化與輸入函數非線性映射的傳遞函數個數n確定方法如下：

式中，D表示輸入向量的維數，應大于需要預測數據個數，round是四舍五入函數。

7.根據權利要求3所述的航空發動機電氣附件靜態性能預測方法，其特征在于，所述輸出傳遞函數非線性映射過程如下：

式中，B₂表示輸入傳遞函數非線性映射輸出向量。

8.根據權利要求1所述的航空發動機電氣附件靜態性能預測方法，其特征在于，預測模型的訓練過程包括：在訓練初始階段利用稀疏編碼器計算獲取輸入與特征節點之間的輸入權值矩陣和偏置，隨機產生特征節點到增強節點之間的輸入權值矩陣和偏置，然后根據零回歸方法，通過試湊法獲取最優正則化系數，進而求取輸出權值矩陣。

9.根據權利要求1或8所述的航空發動機電氣附件靜態性能預測方法，所述方法包括：

步驟a、確定需要預測的發動機靜態性能參數數量和傳遞函數的個數；

步驟b、將歷史數據序列按照預設組織形式重新組織，并進行歸一化到[0,1]區間，歸一化后，獲得的新的歷史數據為其中x_min＝min([x₁,x₂,Λ,x_ns])，x_max＝max([x₁,x₂,Λ,x_ns])；

步驟c、設置粒子群優化算法參數。為了簡化處理，降低程序運行的復雜度，將雙目標的優化問題通過代數相加的形式轉換為最小化的單目標優化問題，則適應度函數fit(p)為：

式中，y_t為真實值，y_p為對應的預測值；

步驟d、根據輸入輸出函數非線性映射進行預測，并自動不斷更新適應度函數；

輸入傳遞函數非線性映射過程如下：

f_in(A_i)＝cos(β·A_i)·exp(-A_i²/2)

式中，A_i表示輸入向量的第i個線性變換，β為變換系數，通過改變β的大小，可改變輸入傳遞函數的波形；

輸出傳遞函數非線性映射過程如下：

式中，B₂表示輸入傳遞函數非線性映射輸出向量；

步驟e、重復步驟d，經過反復的迭代，直到模型收斂。