基于遗传算法的航空发动机状态变量模型建立方法

李秋红; 孙健国

Chinese

您当前的位置：

首页 >

文章列表页 >

基于遗传算法的航空发动机状态变量模型建立方法

研究论文 | 更新时间：2026-07-07

- 基于遗传算法的航空发动机状态变量模型建立方法
- Aero-Engine State Variable Modeling Based on the Genetic Algorithm
- 航空动力学报 2006年21卷第2期
- 作者机构：
  
  南京航空航天大学能源与动力学院,江苏,南京,210016
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助(50576033);航空科学基金资助(04C52019)
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
李秋红, 孙健国. 基于遗传算法的航空发动机状态变量模型建立方法[J]. 航空动力学报, 2006,21(2).

LI Qiu-hong, SUN Jian-guo. Aero-Engine State Variable Modeling Based on the Genetic Algorithm[J]. 2006, 21(2).
李秋红, 孙健国. 基于遗传算法的航空发动机状态变量模型建立方法[J]. 航空动力学报, 2006,21(2). DOI：

LI Qiu-hong, SUN Jian-guo. Aero-Engine State Variable Modeling Based on the Genetic Algorithm[J]. 2006, 21(2). DOI：

摘要

提出了一种采用遗传算法建立用于航空发动机控制系统设计的小偏差状态变量模型的方法

即根据发动机稳态工作点处的线性化数学模型的动态响应应该与该稳态工作点处的非线性数学模型动态响应一致的原则来构造遗传算法的适应度函数

通过优化算法

得出系统的状态变量模型。该方法不受系统模态及模型阶次的限制。应用该方法建立某型涡扇发动机的小偏差状态变量模型

具有较高的建模精度

根据该状态变量模型设计鲁棒控制器取得了良好的控制效果

从而验证了该方法的有效性。

Abstract

Based on the Genetic Algorithm(GA)

aero-engine small perturbation State Variable Model(SVM) was proposed.The fitness function of GA was established according to the principle that the aero-engine dynamic responses of the linear model should be in accordance with that of the nonlinear model at the same steady working point.Using the optimization algorithm

the SVM can be obtained.This method has no limitation on the system modes and orders.The SVM of some turbofan engine established with this method turns out to have high accuracy.The performance of the robust controller based on this SVM is quite well

which indicates the validity of this method.

关键词

Keywords

references

浏览量

442

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于优化拟形的航空发动机控制器降阶方法

传感器故障下的航空发动机机载自适应模型重构

基于遗传算法和BP网络的航空发动机拆换期望值预测

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

基于信息融合遗传算法的航空发动机气路故障诊断