某型小涵道比雙軸渦扇發(fā)動機執(zhí)行機構(gòu)建模研究.pdf

1、航空渦輪風(fēng)扇發(fā)動機的研制是一個復(fù)雜的系統(tǒng)工程，具有研制周期長、技術(shù)難度大、科研投入高、研制風(fēng)險大等諸多特點。航空渦輪風(fēng)扇發(fā)動機的研制之所以存在上述難度，其主要原因是必須進行大量的大尺寸試驗驗證。通過建立航空渦輪風(fēng)扇發(fā)動機的數(shù)學(xué)模型，對航空發(fā)動機進行優(yōu)化設(shè)計和性能評估，可以大大減小發(fā)動機試驗費用，同時縮短發(fā)動機的研制時間，避免實際試車試驗的風(fēng)險，可以獲得實際試驗所需的全部參數(shù)，解決多參數(shù)的優(yōu)化問題等。執(zhí)行機構(gòu)是航空渦輪風(fēng)扇發(fā)動機的重要組成

2、部分，其主要作用是控制燃油流量、靜子葉片角度和尾噴口面積，使航空發(fā)動機在飛行包線內(nèi)按要求輸出推力。本文以航空渦輪風(fēng)扇發(fā)動機執(zhí)行機構(gòu)為研究對象，主要運用系統(tǒng)辨識的方法對發(fā)動機執(zhí)行機構(gòu)進行建模研究。
　　本文在對系統(tǒng)辨識的基本理論進行簡單介紹之后，將渦扇發(fā)動機執(zhí)行機構(gòu)數(shù)學(xué)模型分為線性和非線性兩個部分并分別進行辨識，對于線性部分，采用最小二乘法進行辨識，對于非線性部分，采用BP神經(jīng)網(wǎng)絡(luò)進行非線性辨識，將辨識出的兩部分相加即為所求的執(zhí)行機

3、構(gòu)數(shù)學(xué)模型。針對BP學(xué)習(xí)算法的收斂速度慢，容易陷入局部最小等的缺點。本文進一步采用小波神經(jīng)網(wǎng)絡(luò)對渦扇發(fā)動機執(zhí)行機構(gòu)的數(shù)學(xué)模型的非線性部分進行辨識。最后，論文使用擴展卡爾曼濾波作為小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，將小波神經(jīng)網(wǎng)絡(luò)中各神經(jīng)元之間的連接權(quán)值、伸縮量和偏移量的學(xué)習(xí)問題作為卡爾曼濾波中狀態(tài)向量的最優(yōu)估計問題，對渦扇發(fā)動機執(zhí)行機構(gòu)的數(shù)學(xué)模型的非線性部分進行辨識，并在MATLAB環(huán)境中進行仿真分析。
　　仿真和分析的結(jié)果表明，本文所設(shè)計以