潘鹏飞，马明明，许艳芝（中国飞行试验研究院，西安710089）



基于飞行试验数据的双转子航空发动机加减速瞬态模型辨识

潘鹏飞，马明明，许艳芝
（中国飞行试验研究院，西安710089）

摘要：为辨识航空发动机飞行过程中加减速瞬态模型，通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理，将发动机上述加、减速过程简化为静态参数预测过程，利用3层前向人工神经网络，建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型，对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析，同时利用额外的飞行试验数据验证了辨识模型的泛化能力。结果表明：辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3%，在油门杆动作期间参数预测相对误差不超过5%；验证点上辨识模型参数预测误差不超过3%。证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况。该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础，也能为建立全包线范围内发动机瞬态参数预测模型提供参考。

关键词：模型辨识；飞行试验；神经网络；加减速瞬态；航空发动机

引用格式：潘鹏飞，马明明，许艳芝，基于飞行试验数据的双转子航空发动机加减速瞬态模型辨识[J].航空发动机，2016,42（3）：78-81.Throttling-transient model identification of twin spool aeroengine based on flight test data[J].Aeroengine,2016,42(3):78-81.

0　引言

航空发动机工作过程涉及到复杂的热力、机械过程，其数学模型的构建一直是广泛研究的课题[1-4]。……