基于SSA-NARX的航空发动机动态特性参数辨识方法

作     者：陈子桥 洪军 肖刚 温新 CHEN Zi-qiao;HONG Jun;XIAO Gang;WEN Xin

作者机构：上海交通大学机械与动力工程学院上海200240 上海交通大学航空航天学院上海200240 

出 版 物：《热能动力工程》 (Journal of Engineering for Thermal Energy and Power)

年 卷 期：2024年第39卷第1期

页      面：205-215页

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金面上项目(12072196) 

主　　题：航空发动机 数据驱动 麻雀搜索算法 非线性自回归神经网络 动态模型辨识 

摘      要：针对航空发动机动态特性的建模问题,提出一种基于麻雀搜索算法(SSA)优化NARX神经网络的动态特性参数辨识方法。利用SSA对NARX网络的权值与偏置进行迭代寻优,使网络具备更高的准确度与泛化能力;利用优化后的NARX网络进行动态参数辨识;使用航空发动机飞行测试数据集进行了仿真测试。结果表明:SSA-NARX方法明显优于NARX和PSO-NARX方法。SSA-NARX方法的输出参数N_(1),N_(2)和排气温度(EGT)与真实值的最大相对误差绝对值δ_(max)分别降低至3.81%,1.24%和3.47%;动态特性指标T_(i)与T_(t)与真实值的相对误差均小于5%;经10次交叉试验,参数N_(1),N_(2)和EGT的测试结果均方根误差均值RMSE_(m)分别为0.29,0.18和1.50。模型的准确性、实时性与稳健性均满足了仿真需求。