本發(fā)明涉及燃?xì)廨啓C(jī)領(lǐng)域，更具體地，涉及一種變幾何分軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真的建模方法。

背景技術(shù)：

在進(jìn)行燃?xì)廨啓C(jī)半物理仿真實(shí)驗(yàn)以及燃?xì)廨啓C(jī)控制規(guī)律研究過程中，對燃?xì)廨啓C(jī)仿真模型的實(shí)時(shí)性要求較高。特別是對于變幾何的分軸式燃?xì)廨啓C(jī)，該類燃?xì)廨啓C(jī)包括帶可調(diào)導(dǎo)葉壓氣機(jī)的燃?xì)獍l(fā)生器以及動(dòng)力渦輪，由于變量較多，基于燃?xì)廨啓C(jī)工作機(jī)理建立的非線性模型實(shí)時(shí)性較差。線性化建模方法雖然有較好的實(shí)時(shí)性，但對于偏離穩(wěn)態(tài)工況較遠(yuǎn)的情況仿真精度難以保證。基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識法雖然能達(dá)到較高的精度和實(shí)時(shí)性，但對于變幾何的分軸式燃?xì)廨啓C(jī)，由于動(dòng)態(tài)工況繁多，所需樣本規(guī)模龐大，難以直接建立仿真模型。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為解決以上現(xiàn)有技術(shù)的缺陷和不足，提供了一種基于RBF神經(jīng)網(wǎng)絡(luò)與部件法的復(fù)合建模方法?；谌?xì)廨啓C(jī)工作機(jī)理建立起來的部件法具有高精度的優(yōu)點(diǎn)，但實(shí)時(shí)性較差，而利用RBF神經(jīng)網(wǎng)絡(luò)建立的燃?xì)廨啓C(jī)仿真模型雖然具有優(yōu)異的實(shí)時(shí)性，但對于變幾何分軸式燃?xì)廨啓C(jī)面臨著變量多、樣本規(guī)模龐大的問題，本發(fā)明的變幾何分軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真建模方法，結(jié)合現(xiàn)有RBF神經(jīng)網(wǎng)絡(luò)法與部件法二者的優(yōu)勢，利用動(dòng)力渦輪相對轉(zhuǎn)速NPT對燃?xì)獍l(fā)生器影響很小的特點(diǎn)，用于訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)的樣本點(diǎn)中僅選取了兩個(gè)不同的動(dòng)力渦輪相對轉(zhuǎn)速NPT值，大大減小了樣本規(guī)模，在此基礎(chǔ)上， 通過部件法單獨(dú)建立的動(dòng)力渦輪計(jì)算模塊模擬動(dòng)力渦輪工況，保證了樣本規(guī)模減小的同時(shí)模型的計(jì)算精度與實(shí)時(shí)性。

為實(shí)現(xiàn)以上發(fā)明目的，本發(fā)明采用的技術(shù)方案是：

一種變幾何分軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真建模方法，所述變幾何分軸式燃?xì)廨啓C(jī)包括可調(diào)導(dǎo)葉壓氣機(jī)、燃?xì)獍l(fā)生器和動(dòng)力渦輪，其特征在于，所述實(shí)時(shí)仿真建模方法包括以下步驟：

SS1.樣本點(diǎn)選取。

對于變幾何分軸式燃?xì)廨啓C(jī)，可調(diào)導(dǎo)葉壓氣機(jī)的導(dǎo)葉角度VGV、燃油流量Wf，燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH以及動(dòng)力渦輪相對轉(zhuǎn)速NPT四個(gè)變量可以唯一確定燃?xì)廨啓C(jī)某一動(dòng)態(tài)工況。為確定各部件工作狀況，可調(diào)導(dǎo)葉壓氣機(jī)需要確定轉(zhuǎn)速、流量、壓比中的任意兩個(gè)參數(shù)以及進(jìn)口導(dǎo)葉角度共計(jì)三個(gè)參數(shù)，燃?xì)鉁u輪與動(dòng)力渦輪均需確定轉(zhuǎn)速、膨脹比、流量三個(gè)參數(shù)中任意兩個(gè)變量，燃燒室部件則需確定燃油流量的大小才可唯一確定各部件工作狀態(tài)，綜上，如果確定壓氣機(jī)流量WaC、導(dǎo)葉角度VGV、燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH、燃油流量Wf、燃?xì)鉁u輪膨脹比π_PT、動(dòng)力渦輪相對轉(zhuǎn)速NPT、動(dòng)力渦輪膨脹比π_PT7個(gè)變量，即可確定燃?xì)廨啓C(jī)的工作狀態(tài)。燃?xì)廨啓C(jī)工作時(shí)，各部件并不是相互孤立的，有機(jī)械和氣動(dòng)間的聯(lián)系，有如下三條約束關(guān)系：

Wa_C＝Wa_GT-W_f (1)

Wa_C＝Wa_PT-W_f (2)

π_C＝π_GT×π_PT (3)

上面三個(gè)約束關(guān)系消除了三個(gè)變量，最終剩余導(dǎo)葉角度VGV、燃油流量Wf、燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH、動(dòng)力渦輪相對轉(zhuǎn)速NPT四個(gè)變量唯一確定燃機(jī)的工作狀況。

在燃?xì)廨啓C(jī)工作時(shí)，對于導(dǎo)葉角度VGV、燃油流量Wf、燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH三個(gè)參數(shù)，在其各自變化范圍內(nèi)，分別均勻地選取a個(gè)、b個(gè)、c個(gè)值(a、b、c均為大于等于1的整數(shù))。由于動(dòng)力渦輪相對轉(zhuǎn)速NPT對動(dòng)力渦輪流通能力影響較小，故對燃?xì)獍l(fā)生器工況的影響很小。需要注意的是，由于氣動(dòng)關(guān)系，動(dòng)力渦輪相對轉(zhuǎn)速NPT對動(dòng)力渦輪本身的效率以及輸出功率還是有較大影響的。對于影響燃?xì)獍l(fā)生器工況較小的參數(shù)，稀疏的取值即可滿足神經(jīng)網(wǎng)絡(luò)精確地模擬燃?xì)獍l(fā)生器動(dòng)態(tài)工況，而過多的取值只會(huì)增加樣本規(guī)模、加大工作量，因此為減小樣本規(guī)模，動(dòng)力渦輪相對轉(zhuǎn)速NPT僅取一大一小兩個(gè)值，具體取值視具體仿真情況而定。如，僅需模擬動(dòng)力渦輪轉(zhuǎn)速在NPT₁到NPT₂間的變化時(shí)，為防止燃機(jī)工況超出樣本規(guī)模，NPT取NPT₁和NPT₂兩個(gè)值即可，綜上，共選取樣本點(diǎn)a×b×c×2組。

SS2.樣本點(diǎn)獲取。

每一組樣本點(diǎn)由輸入?yún)?shù)和輸出參數(shù)組成。導(dǎo)葉角度VGV、燃油流量Wf、燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH以及動(dòng)力渦輪相對轉(zhuǎn)速NPT四個(gè)參數(shù)構(gòu)成輸入?yún)?shù)，其余燃?xì)獍l(fā)生器工作參數(shù)為輸出參數(shù)，具體的，輸出參數(shù)包括：壓氣機(jī)壓比、壓氣機(jī)效率、進(jìn)氣流量、燃?xì)鉁u輪膨脹比、燃?xì)鉁u輪效率、動(dòng)力渦輪效率、動(dòng)力渦輪膨脹比、壓氣機(jī)出口總壓、壓氣機(jī)出口總溫、燃燒室出口總溫、燃燒室出口總壓、燃?xì)鉁u輪出口總壓、燃?xì)鉁u輪出口總溫、動(dòng)力渦輪出口總溫、動(dòng)力渦輪出口總壓、動(dòng)力渦輪輸出功率、燃?xì)獍l(fā)生器角加速度，通過將輸入?yún)?shù)輸入到基于燃?xì)廨啓C(jī)工作機(jī)理的燃?xì)廨啓C(jī)總體計(jì)算商業(yè)軟件或已有的通過求解非線性方程組的方式建立起來的燃?xì)廨啓C(jī)總體計(jì)算仿真模型中，分別計(jì)算出每組樣本點(diǎn)的輸出參數(shù)，從而獲取完整的訓(xùn)練樣本。

SS3.訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)。

利用現(xiàn)有的RBF神經(jīng)網(wǎng)絡(luò)算法，例如MATLAB/SIMULINK內(nèi)置的RBF 神經(jīng)網(wǎng)絡(luò)工具箱，以輸出參數(shù)作為目標(biāo)值，用a×b×c×2組樣本點(diǎn)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)在這里起到了一種多維擬合的作用，利用它建立起輸入?yún)?shù)與輸出參數(shù)間的對應(yīng)關(guān)系，例如輸出功率與輸入?yún)?shù)的對應(yīng)關(guān)系可表示為：PWSD＝f(NH,NPT,Wf,VGV)。

SS4.建立實(shí)時(shí)仿真模型。

通過RBF神經(jīng)網(wǎng)絡(luò)算法模擬燃?xì)獍l(fā)生器，部件法建立的動(dòng)力渦輪仿真模塊模擬動(dòng)力渦輪，燃?xì)廨啓C(jī)的實(shí)時(shí)仿真模型得以建立。RBF神經(jīng)網(wǎng)絡(luò)輸入量為VGV、Wf、NH以及NPT，其中VGV、Wf以及NPT為模型的給定輸入量，NH則是通過模型計(jì)算得到。為減小輸入數(shù)據(jù)的分布范圍，加快神經(jīng)網(wǎng)絡(luò)的收斂速度，減小訓(xùn)練時(shí)間，將輸入?yún)?shù)歸一化到[-1,1]的區(qū)間范圍內(nèi)。將歸一化后的參數(shù)輸入到訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)中，計(jì)算出燃?xì)獍l(fā)生器各工作參數(shù)后經(jīng)逆歸一化過程，將參數(shù)映射回歸一化前的狀態(tài)。RBF神經(jīng)網(wǎng)絡(luò)計(jì)算的燃?xì)獍l(fā)生器工作參數(shù)包括當(dāng)前時(shí)刻燃?xì)獍l(fā)生器的轉(zhuǎn)速加速度通過對時(shí)間積分即可求出每一時(shí)刻的NH值，離散化后的計(jì)算公式： 其中，Δt為設(shè)置的時(shí)間步長，時(shí)間步長越小，計(jì)算越精確，運(yùn)算量越大。RBF神經(jīng)網(wǎng)絡(luò)算出的燃?xì)獍l(fā)生器的出口參數(shù)，包括油氣比、燃?xì)獍l(fā)生器出口總壓、總溫與工質(zhì)流量，將這些參數(shù)加上模型給定輸入量NPT作為輸入?yún)?shù)輸入到基于部件法建立起來的動(dòng)力渦輪計(jì)算模塊中去，從而完成動(dòng)力渦輪部分的仿真計(jì)算。

采用兩種方法分別計(jì)算燃?xì)獍l(fā)生器與動(dòng)力渦輪，其目的是：上述訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)可以預(yù)測不同VGV、Wf、NH、NPT所對應(yīng)的燃?xì)廨啓C(jī)燃?xì)獍l(fā)生器各工作參數(shù)?？梢钥闯?，由于樣本點(diǎn)中僅取了兩個(gè)NPT的值，對于受NPT影響極小的燃?xì)獍l(fā)生器，神經(jīng)網(wǎng)絡(luò)能準(zhǔn)確的模擬，但對于受NPT影 響較大的動(dòng)力渦輪本身來說，較少的NPT取值會(huì)直接影響動(dòng)力渦輪的計(jì)算精度，為此，NPT對工況的影響將通過部件法建立起來的動(dòng)力渦輪計(jì)算模塊單獨(dú)實(shí)現(xiàn)。該動(dòng)力渦輪計(jì)算模塊利用燃?xì)鉄崃π再|(zhì)計(jì)算公式以及已有的部件特性完成動(dòng)力渦輪部分的仿真。具體的，由輸入量NPT和動(dòng)力渦輪膨脹比對部件特性插值(可以是常用的線性插值)得到渦輪效率以及工質(zhì)流量，計(jì)算出若工質(zhì)可逆絕膨脹，動(dòng)力渦輪的出口總溫和焓降。進(jìn)而由動(dòng)力渦輪效率算出動(dòng)力渦輪實(shí)際輸出功率與出口總溫。

需要注意，NH的初始值應(yīng)為穩(wěn)態(tài)工況下VGV、Wf以及NPT的初始值所對應(yīng)的高壓軸轉(zhuǎn)速?？梢酝ㄟ^傳統(tǒng)的燃?xì)廨啓C(jī)仿真模型計(jì)算出VGV、Wf以及NPT的初始值所對應(yīng)的燃?xì)廨啓C(jī)穩(wěn)態(tài)工況下NH的取值。如此，給定VGV、Wf以及NPT即可運(yùn)行仿真模型。

SS5.模型驗(yàn)證。具體的，通過給定一段VGV、Wf以及NPT的變化規(guī)律，對比已有的通過求解非線性方程組的方式建立起來的燃?xì)廨啓C(jī)總體計(jì)算仿真模型與本專利建立起來的實(shí)時(shí)仿真模型各參數(shù)計(jì)算結(jié)果，即可驗(yàn)證模型的準(zhǔn)確性。

基于燃?xì)廨啓C(jī)工作機(jī)理建立起來的部件法具有高精度的優(yōu)點(diǎn)，但實(shí)時(shí)性較差。利用RBF神經(jīng)網(wǎng)絡(luò)建立的燃?xì)廨啓C(jī)仿真模型具有優(yōu)異的實(shí)時(shí)性，但對于變幾何分軸式燃?xì)廨啓C(jī)面臨著變量多、樣本規(guī)模龐大的問題。本發(fā)明提供的變幾何分軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真模型的建模方法，結(jié)合了兩種建模方法的優(yōu)點(diǎn)，通過部件法與神經(jīng)網(wǎng)絡(luò)分別計(jì)算燃?xì)獍l(fā)生器部分與動(dòng)力渦輪部分得到了如下效果：

1、由于NPT對燃?xì)獍l(fā)生器影響較小，但對動(dòng)力渦輪本身影響較大。兩種方法分別計(jì)算，使得燃?xì)獍l(fā)生器部分由原來的VGV、Wf、NH、NPT四變量問題簡化為主要與VGV、Wf、NH相關(guān)的準(zhǔn)三變量問題，如此，用于訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)的樣本規(guī)模便大大減小了，簡化了模型的建立。

2、通過部件法單獨(dú)計(jì)算動(dòng)力渦輪模塊，考慮了NPT對動(dòng)力渦輪工況的影響，保證了模型的仿真精度。

3、神經(jīng)網(wǎng)絡(luò)計(jì)算了燃?xì)獍l(fā)生器部分，避免了部件法中非線性方程組的求解以及絕大部分的工質(zhì)熱力計(jì)算，大大提高了模型的運(yùn)算速度與實(shí)時(shí)性。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明提供了變幾何分軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真模型的建模方法，該方法考慮了壓氣機(jī)進(jìn)口導(dǎo)葉角度變化的情況，合理地簡化了模型，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)與部件法二者的優(yōu)點(diǎn)，在保證模型高實(shí)時(shí)性和高精度的同時(shí)，大大縮小樣本規(guī)模，減小了工作量。

附圖說明

圖1為本發(fā)明提供的方法的流程圖。

圖2為本發(fā)明建立的仿真模型結(jié)構(gòu)圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實(shí)施例，對本發(fā)明進(jìn)一步詳細(xì)說明，以使本發(fā)明的優(yōu)點(diǎn)和特征能更易于被本領(lǐng)域技術(shù)人員理解。需要說明的是，以下所述僅為本發(fā)明的較佳實(shí)施例，并不因此而限定本發(fā)明的保護(hù)范圍。實(shí)際上，在未背離本發(fā)明的范圍或精神的情況下，可以在本發(fā)明中進(jìn)行各種修改和變化，這對本領(lǐng)域技術(shù)人員來說將是顯而易見的。例如，作為一個(gè)實(shí)施例的一部分示出或描述的特征可以與另一個(gè)實(shí)施例一起使用來產(chǎn)生又一個(gè)實(shí)施例。因此，意圖是本發(fā)明將這樣的修改和變化包括在所附的權(quán)利要求書和它們的等同物的范圍內(nèi)。

變幾何分軸式燃?xì)廨啓C(jī)的結(jié)構(gòu)特點(diǎn)為壓氣機(jī)導(dǎo)葉可調(diào)且是分軸式結(jié)構(gòu)，由燃?xì)獍l(fā)生器與動(dòng)力渦輪兩部分組成。如圖1所示，本發(fā)明提供的變幾何分 軸式燃?xì)廨啓C(jī)實(shí)時(shí)仿真建模方法包括以下步驟：

SS1.樣本點(diǎn)選取。本例僅描述該燃?xì)廨啓C(jī)慢車以上轉(zhuǎn)速的建模過程。通過傳統(tǒng)的燃?xì)廨啓C(jī)仿真模型，獲得不同燃?xì)獍l(fā)生器轉(zhuǎn)速下壓氣機(jī)進(jìn)口導(dǎo)葉角度VGV的變化范圍：f₁(NH)≤VGV≤f₂(NH)，其中VGV的上限f₂(NH)為燃?xì)獍l(fā)生器在該轉(zhuǎn)速下，發(fā)動(dòng)機(jī)剛好處于喘振邊界處。VGV在其變化范圍內(nèi)取5個(gè)值，Wf可按等差數(shù)列在額定燃油流量范圍內(nèi)選取8個(gè)值。NH在0.75到1轉(zhuǎn)速范圍內(nèi)按等差數(shù)列取8個(gè)值。NPT取0.4和1.1兩個(gè)值。綜上，樣本點(diǎn)規(guī)模為5×8×8×2＝640組點(diǎn)。一組樣本點(diǎn)包括輸入?yún)?shù)和輸出參數(shù)。輸入?yún)?shù)為Wf、VGV、NH以及NPT共計(jì)四個(gè)參數(shù)，輸出參數(shù)為燃?xì)獍l(fā)生器各截面以及相關(guān)工作參數(shù)。

SS2.樣本點(diǎn)獲取。通過實(shí)驗(yàn)數(shù)據(jù)或商業(yè)軟件獲取燃?xì)廨啓C(jī)工況樣本點(diǎn)?；趥鹘y(tǒng)的部件法，通過求解非線性方程組，建立傳統(tǒng)的燃?xì)廨啓C(jī)仿真模型。將選取好的640組樣本點(diǎn)輸入到建好的仿真模型中，算出640組燃?xì)廨啓C(jī)動(dòng)態(tài)工況參數(shù)，包括燃?xì)獍l(fā)生器角加速度、壓氣機(jī)流量、壓氣機(jī)出口總溫、燃燒室出口總溫、燃?xì)鉁u輪出口總溫、燃?xì)鉁u輪出口總壓、壓氣機(jī)壓比、壓氣機(jī)效率、燃?xì)鉁u輪膨脹比、燃?xì)鉁u輪效率共計(jì)10個(gè)參數(shù)。

SS3.利用獲取的樣本點(diǎn)訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)。本實(shí)例中，利用Matlab軟件，以Wf、VGV、NH和NPT為輸入?yún)?shù)，燃?xì)獍l(fā)生器角加速度壓壓氣機(jī)流量W_C、壓氣機(jī)出口總溫T₂、燃燒室出口總溫T₄、燃?xì)鉁u輪出口總溫T₆、燃?xì)鉁u輪出口總壓p₆、壓氣機(jī)壓比π_C、壓氣機(jī)效率η_C、燃?xì)鉁u輪膨脹比π_HT、燃?xì)鉁u輪效率η_HT共計(jì)10個(gè)參數(shù)為目標(biāo)量，通過matlab中的“premnmx”和“newrb”函數(shù)分別歸一化樣本數(shù)據(jù)和訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)。函數(shù)的詳細(xì)用法參見matlab幫助文件。

SS4.如圖2所示，建立實(shí)時(shí)仿真模型。神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)為NPT、Wf、VGV和NH，先利用matlab中的“tramnmx”函數(shù)將輸入?yún)?shù)歸一化到[-1,1]區(qū)間內(nèi)，將歸一化后的數(shù)據(jù)作為輸入量輸入已訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)，從而算出燃?xì)獍l(fā)生器各相關(guān)參數(shù)。之后利用函數(shù)“postmnmx”將神經(jīng)網(wǎng)絡(luò)算出的參數(shù)映射回歸一化前的值。神經(jīng)網(wǎng)絡(luò)算出當(dāng)前時(shí)刻燃?xì)獍l(fā)生器的轉(zhuǎn)速加速度 通過公式可算出下一時(shí)刻的NH值，如此迭代循環(huán)，可算出各時(shí)刻的NH，完成燃?xì)獍l(fā)生器的仿真。其中，Δt為設(shè)置的時(shí)間步長，時(shí)間步長越小，計(jì)算越精確，運(yùn)算量越大，本例中Δt取為0.2s。動(dòng)力渦輪部分的仿真由利用部件建模方法建立的動(dòng)力渦輪計(jì)算模塊單獨(dú)完成。動(dòng)力渦輪模塊的輸入?yún)?shù)為NPT以及由神經(jīng)網(wǎng)絡(luò)算出的燃?xì)獍l(fā)生器出口總壓P₆、總溫T₆、比焓h₆以及壓氣機(jī)進(jìn)氣流量W_C，輸出參數(shù)為動(dòng)力渦輪效率η_PT、輸出功率PWSD與排氣溫度T₈。利用RBF神經(jīng)網(wǎng)絡(luò)算出的工質(zhì)流量與給定的NPT通過已有的動(dòng)力渦輪特性數(shù)據(jù)點(diǎn)插值獲得動(dòng)力渦輪效率η_PT，動(dòng)力渦輪膨脹比通過公式求得，π_PT、θ₆₇、θ₈₀、P₀分別代表動(dòng)力渦輪膨脹比、燃?xì)鉁u輪與動(dòng)力渦輪間過渡段總壓恢復(fù)系數(shù)、排氣道總壓恢復(fù)系數(shù)與大氣壓力。之后，利用工質(zhì)熱力計(jì)算關(guān)系式可算出若工質(zhì)可逆絕熱膨脹，動(dòng)力渦輪的排氣總溫T'₈與比焓h'₈。通過公式h₈＝(h₆-h'₈)·η_PT+h₆可求出動(dòng)力渦輪出口實(shí)際比焓h₈。根據(jù)燃?xì)鉄崃π再|(zhì)計(jì)算公式可由h₈求出動(dòng)力渦輪排氣總溫T₈。則動(dòng)力渦輪輸出功率可由公式PWSD＝(h₆-h₈)·(W_C+Wf)求得，如此完成動(dòng)力渦輪部分的建模過程。綜上，RBF神經(jīng)網(wǎng)絡(luò)模塊負(fù)責(zé)輸出燃?xì)獍l(fā)生器相關(guān)參數(shù)，動(dòng)力渦輪計(jì)算模塊負(fù)責(zé)計(jì)算動(dòng)力渦輪部分，燃?xì)廨啓C(jī)實(shí)時(shí)仿真模型得以建立。

SS5.將實(shí)時(shí)仿真模型與之前已建好的傳統(tǒng)的仿真模型進(jìn)行對比驗(yàn)證。向 實(shí)時(shí)仿真模型和傳統(tǒng)仿真模型輸入一段相同的輸入?yún)?shù)Wf、NPT、VGV，對比兩個(gè)模型的計(jì)算結(jié)果，兩個(gè)模型在各參數(shù)上均吻合良好，模型的可靠性得到驗(yàn)證。

對于變幾何的分軸式燃?xì)廨啓C(jī)，只需確定燃油流量Wf、燃?xì)獍l(fā)生器相對轉(zhuǎn)速NH、動(dòng)力渦輪相對轉(zhuǎn)速NPT以及壓氣機(jī)進(jìn)口導(dǎo)葉角度VGV四個(gè)參數(shù)即可唯一確定燃?xì)廨啓C(jī)的某一動(dòng)態(tài)工況。通過計(jì)算得到的燃?xì)廨啓C(jī)動(dòng)態(tài)工況樣本點(diǎn)，利用RBF神經(jīng)網(wǎng)絡(luò)建立起這四個(gè)變量與燃?xì)獍l(fā)生器其余各參數(shù)的對應(yīng)關(guān)系，并據(jù)此建立燃?xì)獍l(fā)生器部分的仿真模型。

NPT、VGV以及Wf是模型的輸入量，由外部負(fù)載和控制系統(tǒng)決定，NH則需要經(jīng)過計(jì)算得到。Δt為離散化后的時(shí)間步長，需注意Δt不宜取得過大，以免影響模型的仿真精度。本實(shí)例中取為0.2s。通過反復(fù)迭代可以模擬燃?xì)獍l(fā)生器部分各時(shí)刻的動(dòng)態(tài)工況。

顯然，本發(fā)明的上述實(shí)例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實(shí)施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無需也無法對所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。