基于改进BP网络辨识的发动机建模研究

摘要

为克服传统的发动机动态模型中存在的辨识精度低问题,将对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识中.本文采用改进的动量自适应速率BP网络和实测数据作为学习样本,对某型航空发动机在大动态加速与小动态加速过程中的数学模型进行了辨识研究.仿真结果表明辨识模型输出结果与实测数据比较误差较小,算法收敛速度快,精度高,说明在发动机加速过程中建模,采用改进的BP网络辨识具有可靠性和应用性.