买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种倾转旋翼机飞发综合控制方法。在模式转换过程中，按照以下方法生成涡轴发动机的燃油输出值：根据动力涡轮转速指令与其实际信号反馈值得出动力涡轮转速误差，经比例环节生成内环的燃气涡轮转加速度指令，与估计得出的燃气涡轮转加速度信号作差，得到燃气涡轮转加速度误差，经比例积分环节，得到主回路燃油输出，再叠加上根据功率模型输出计算出的前馈燃油输出，最终得到涡轴发动机的燃油输出值；所述功率模型用于对倾转旋翼机的需求功率进行预测，其为使用改进相关性剪枝法轻量化处理得到的BP神经网络模型。相比现有技术，本发明可有效提高倾转旋翼机倾转过渡段工作过程的涡轴发动机动态响应能力。

主权项：1.一种倾转旋翼机飞发综合控制方法，其特征在于，在模式转换过程中，按照以下方法生成涡轴发动机的燃油输出值：根据动力涡轮转速指令与其实际信号反馈值得出动力涡轮转速误差，经比例环节生成内环的燃气涡轮转加速度指令，与估计得出的燃气涡轮转加速度信号作差，得到燃气涡轮转加速度误差，经比例积分环节，得到主回路燃油输出，再叠加上根据功率模型输出计算出的前馈燃油输出ΔWfbfd＝KHPANN-HPAinit，最终得到涡轴发动机的燃油输出值，其中，K为前馈系数，HPANN为功率模型当前计算值，HPAinit为初始接入前馈时刻功率模型的计算值；所述功率模型用于对倾转旋翼机的需求功率进行预测，通过以下方法构建得到：S1、确定与需求功率相关的可测飞行参数，并分析这些可测飞行参数对预测倾转旋翼机需求功率的贡献度，剔除其中贡献度低的部分，剩余贡献度高的可测飞行参数作为功率模型的输入特征；S2、根据S1所确定的输入特征，以需求功率作为输出，建立初始BP神经网络模型并进行训练；S3、按照以下方法对训练好的初始BP神经网络模型进行简化：首先使用相关性剪枝方法确定训练好的初始BP神经网络模型中可删除的隐层节点集合R，并将可删除的隐层节点输出通过剩余隐层节点输出等效表示为：其中，vi为可删除的隐层节点集合R中节点i的输出，vu为剩余隐层节点u的输出，系数βiu和Ki通过逐步回归法拟合得到；删除集合R中的所有节点并更新剩余的隐层节点与下层节点之间的连接权值以及下层节点的偏置值，得到简化后模型；剩余的第l个隐层节点与下层节点k之间的连接权值wkl更新公式为：下层节点k的偏置值bk更新公式为wki为集合R中的节点i与下层节点k之间的连接权值；S4、对简化后模型进行训练，得到最终的功率模型。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种倾转旋翼机飞发综合控制方法