基于单纯B样条的航空发动机机载稳态模型研究

推进技术 ›› 2015, Vol. 36 ›› Issue (12): 1887-1894.

基于单纯B样条的航空发动机机载稳态模型研究

郑前钢,张海波,李永进

南京航空航天大学能源与动力学院，江苏南京210016,南京航空航天大学能源与动力学院，江苏南京210016,南京航空航天大学能源与动力学院，江苏南京210016

发布日期:2021-08-15
作者简介:郑前钢(1990—)，男，博生，研究领域为航空发动机建模与控制。
基金资助:
航空科学基金(20120652)

ResearchonSimplexB-SplinesAlgorithminon-BoardSteady-

Coll.ofEnergyandPower，NanjingUniv.ofAeronauticsandAstronautics，Nanjing210016，China,Coll.ofEnergyandPower，NanjingUniv.ofAeronauticsandAstronautics，Nanjing210016，China and Coll.ofEnergyandPower，NanjingUniv.ofAeronauticsandAstronautics，Nanjing210016，China

Published:2021-08-15

摘要/Abstract

摘要： 为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性，提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合，因此求解该函数为线性回归问题，通过运用广义最小二乘方法来求解B系数，从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型，并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较，表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点，同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点，且拟合效果优于最小二乘支持向量机。

关键词: 单纯B样条；最小二乘支持向量回归机；航空发动机稳态建模；线性回归；最小二乘中图分类号:V2331文献标识码:A文章编号:1001-4055(2015)12-1887-08DOI:10.13675/j.cnki.tjjs.2015.12.019

Abstract: ThemethodbasedontheSimplexB-splinefunctionhasbeenproposedtoreducethefittingerrorandcomplexity，whichcanalsoimprovethereal-timecharacteristicsinsteady-statemodelingofanaero-en.gine.Asthefunctioniscomprisedoflocalpolynomialbasisfunctions，linearregressionandgeneralizedleastsquaresmethodcanbeappliedtosolvetheBcoefficients.Inthisway，thecomputingefficiencyandtheaccura.cyofthemodelaresignificantlyimproved.Atlast，themodelverificationresultswiththisnewmethodarecom.paredwiththatofmuti-inputmuti-outputrecursivereducedleastsquaressupportvectorregression(MRR-LSS.VR)intwo-andfour-dimensionalsteady-statemodellingoftheturbofanengine，respectively.Itshowsthatthenewmodelingmethodhasalowercomplexity，lessdatacapacityandhigherperformanceofinstantaneity.Fur.thermore，itcanovercometheshortcomingsofMRR-LSSVRthatcannotwellbeappliedforlargesamplesets.Moreover，whilefittingdiscretesamples，itwillbebetterthanMRR-LSSVR.

Key words: SimplexB-splines；Leastsquaressupportvectorregression；Steady-statemodelingoftheturbofanengine；LinearRegression；LeastSquares

郑前钢,张海波,李永进. 基于单纯B样条的航空发动机机载稳态模型研究[J]. 推进技术, 2015, 36(12): 1887-1894.

ZHENGQian-gang,ZHANGHai-bo,LIYong-jin. ResearchonSimplexB-SplinesAlgorithminon-BoardSteady-[J]. Journal of Propulsion Technology, 2015, 36(12): 1887-1894.

参考文献

[1] 孙健国.面向21世纪航空动力控制展望[J].航空动力学报,2001,16(2):97-102.
[2] 任新宇,杨育武,樊思齐.推进系统综合性能寻优控制研究[J].推进技术,2010,31(1):61-64.
[3] 王健康.基于机载复合模型及SQP的发动机性能寻优控制研究[D].南京:南京航空航天大学,2010.
[4] 卓刚.航空发动机智能建模与故障诊断研究[D].南京:南京航空航天大学,2004.
[5] 袁鸯.发动机自适应建模及神经网络控制[D].南Simplex0.00490.00060.00510.0006京:南京航空航天大学.2005
[6] 陈霆昊.发动机机载自适应模型与高稳定性控制技Simplex0.00650.00090.00670.001术研究[D].南京:南京航空航天大学,2010.
[7] 袁春飞,孙健国,熊智,等.推进系统优化控制模式研究[J].航空动力学报,2003,19(1):159-163.
[8] OrmeJS,GilyardGB.PreliminarySupersonicFlighttimeSimplex35.69s1.655sTestEvaluationofPerformanceSeekingControl[R].5结论AIAA93-1821.
[9] GilyardG,OrmeJ.SubsonicFlightTestEvaluationofa通过与张量积样条作算法比较,并建立基于单PerformanceSeekingControlAlgorithmonAnF-15Air.纯B样条和MRR-LSSVR算法的二维和四维涡扇发Plane[R].AIAA92-3743.动机稳态模型,对两种建模方法进行比较研究,可以
[10] DonaldL,Simon,TheresaWLong.AdaptiveOptimiza.得出如下结论:tionofAircraftEnginePerformanceUsingNeuralNet.works[R].NASA-TM-107110.ofApproximationTheory,1972,(6):50–62.
[11] LinKM,LinCJ.AStudyonReducedSupportVectorMachines[J].IEEETrans.NeuralNetworks,2003,14(6):1449-1459.[17]AndersonIJ,CoxMG,MasonJC.Tensor-ProductSplineInterpolationtoDataonorNearaFamilyofLines[J].NumericalAlgorithms,1993,5(4):193-204.
[12] JiaoL,BoL,WangL.FastSparseApproximationforLeastSquaresSupportVectorMachine[J].IEEETrans.NeuralNetworks,2007,18(3):685-697.[18]LaiLLMJ,SchumakerLL.SplineFunctionsOverTri.angulations[M].UK:CambridgeUniversityPress,2007.