CN104102769B 基于人工智能的涡轴发动机实时部件级模型建立方法.pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利

(10)授权公告号CN104102769B

(45)授权公告日2017.02.22

(21)申请号201410303181.5(56)对比文件

(22)申请日2014.06.27CN102855349A,2013.01.02,

张桂强.极端学习机的有效计算.《中国优秀

(65)同一申请的已公布的文献号

硕士学位论文全文数据库信息科技辑》.2013,

申请公布号CN104102769A

(第S2期),全文.

(43)申请公布日2014.10.15李业波，李秋红等.航空发动机气路部件故

(73)专利权人南京航空航天大学障融合诊断方法研究.《航空学报》.2014,第35卷

地址210016江苏省南京市秦淮区御道街(第6期),

29号审查员王孜琦

(72)发明人李秋红焦洋聂友伟任冰涛

廖光煌

(74)专利代理机构南京瑞弘专利商标事务所

(普通合伙)32249

代理人杨晓玲

(51)Int.CI.

GO6F17/50(2006.01)权利要求书3页说明书12页附图9页

(54)发明名称

基于人工智能的涡轴发动机实时部件级模

型建立方法

(57)摘要

本发明公开了一种基于人工智能的涡轴发南给平待方冷领

动机实时部件级模型建立方法。提出了采用智能

我身8行

映射求解涡轴发动机共同工作方程的方法。以部

件共同工作平衡方程初始残差为智能映射网络各领竹力7

输入，平衡方程猜值修正量为网络输出，训练极

端学习机(ELM,ExtremeLearningMachine),并

采用自适应微分进化算法(ADE,AdaptiveXD3103多

DifferentialEvolution)优化极端学习机参英彩待方

数，提高网络映射精度。在ADE算法中采用了自适8+i)-0

应缩放因子，提高了DE算法的寻优能力。本发明:

的结果表明，基于人工智能的涡轴发动机实时部

件级模型最大建模误差为一次通过算法的1/3,Yeg

模型运行耗时约为一次通过算法的1/3。e

CN104102769B权利要求书1/3页

1.一种基于人工智能的涡轴发动机实时部件级模型建立方法，其特征在于，包括以下

步骤：

A

步骤、在额定涡轴发动机部件级模型上，采取牛顿-拉夫逊迭代法求解动态过程平衡

方程，采集牛顿-拉夫逊迭代法迭代运算前的平衡方程初始残差和迭代运算收敛后的平衡

方程猜值修正量；

步骤B、采用ADE自适应微分