-
公开(公告)号:CN117933088A
公开(公告)日:2024-04-26
申请号:CN202410139426.9
申请日:2024-02-01
Applicant: 大连理工大学人工智能大连研究院 , 大连空天动力控制系统有限公司
IPC: G06F30/27 , G06F30/28 , G06F30/17 , G06F9/50 , G06F9/54 , G06N3/126 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种基于并行混合差分进化算法的涡扇发动机模型求解方法,先利用DE对大范围的工况进行寻优,求解至发动机实际工作范围附近,减少了模型求解对初始条件选取的限制,同时融合N‑R,实现算法在实际工况附近能够快速收敛,提高模型求解效率,再利用CUDA并行DE算法,并行过程全权交由GPU执行,在单个Block中实现,进一步加快了模型求解速度。本发明针对涡扇发动机模型求解过程中初始点选取与实际工况偏离较大造成的迭代不收敛问题,可实现涡扇发动机模型的求解,有效扩宽发动机工作点求解范围,并行算法能在不牺牲精度的条件下取得时间效益,在工程应用中具有重要意义,具有较高的应用推广价值。
-
公开(公告)号:CN117028037A
公开(公告)日:2023-11-10
申请号:CN202311164149.9
申请日:2023-09-11
Applicant: 大连理工大学人工智能大连研究院 , 大连空天动力控制系统有限公司
IPC: F02C9/28
Abstract: 本发明涉及一种基于时域卷积网络的涡扇发动机推力优化控制方法,包括如下步骤:获取涡扇发动机开环运行过程中各项参数的输出数据;训练时域卷积网络模型,得到涡扇发动机的回归模型;将控制量作用于时域卷积网络作为预测模型,设计非线性优化控制器;基于非线性优化控制器,与涡扇发动机共同形成推力闭环控制系统。本发明提出的基于时域卷积网络的涡扇发动机推力优化控制方法,根据时域卷积网络的基本结构特征设计了能够充分反映发动机非线性系统特性的预测模型,并将其与优化控制方法相结合应用在涡扇发动机的实际控制中,解决了动态预测模型响应时间长、传统神经网络模型控制效果差的问题,具有良好的跟踪性能和控制效果。
-