固体燃料冲压发动机燃速的人工神经网络辨识

陈小前; 王振国; 谭建国; 杨涛; 张为华

Chinese

您当前的位置：

首页 >

文章列表页 >

固体燃料冲压发动机燃速的人工神经网络辨识

研究论文 | 更新时间：2026-07-07

- 固体燃料冲压发动机燃速的人工神经网络辨识
- Artificial Neural Network Identification of Burning Rate in Solid Fuel Ramjet
- 航空动力学报 2001年16卷第1期
- 作者机构：
  
  国防科技大学航天与材料工程学院,湖南,长沙,410073
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(59606010)
- DOI：
  中图分类号：
- 纸质出版：2001
- 稿件说明：
移动端阅览
陈小前, 王振国, 谭建国, 等. 固体燃料冲压发动机燃速的人工神经网络辨识[J]. 航空动力学报, 2001,16(1).

CHEN Xiao-qian, WANG Zhen-guo, TAN Jian-guo, et al. Artificial Neural Network Identification of Burning Rate in Solid Fuel Ramjet[J]. 2001, 16(1).
陈小前, 王振国, 谭建国, 等. 固体燃料冲压发动机燃速的人工神经网络辨识[J]. 航空动力学报, 2001,16(1). DOI：

CHEN Xiao-qian, WANG Zhen-guo, TAN Jian-guo, et al. Artificial Neural Network Identification of Burning Rate in Solid Fuel Ramjet[J]. 2001, 16(1). DOI：

摘要

由于固体燃料冲压发动机(SFRJ)结构的特殊性

其燃速的预测比较困难。为探讨燃速对于不同飞行工况的依赖性

对模拟试验的结果采用BP人工神经网络进行了辨识

并将辨识结果与用最小二乘法辨识的结果进行比较。从辨识的结果来看

这种辨识方法具有精度高、处理实验数据迅速、能进行在线辨识等特点

能够较好地满足工程应用的要求。此外

在利用人工神经网络对类似的大样本系统进行辨识时

如果能采用一些数学上的处理技巧。

Abstract

In order to search the dependency of the burning rate on the flying conditions of SFRJ

we identify the results of the simulated experiments by means of BP artificial neural network

and compare the results with those obtained with the help of Least Square Method.It is shown that the presented method of identification features high precision

fast experimental data handling and on-line process identification

and is superior in engineering application.Furthermore

it will greatly enhance the speed of training if some proper mathematic techniques are adopted in the application of artificial neural network to identifying similar big sample system.

关键词

Keywords

references

浏览量

464

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于遗传算法优化小波网络的柔性喷管力矩特性辨识方法

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

中空纤维膜分离性能实验与预测

气动变量参数化的压气机转子三维数值优化