基于极限学习机的航空发动机主燃油流量预测研究

由某型涡扇发动机试飞架次获取训练样本,使用极限学习机(ELM))的方法,通过离线训练建模,得出了发动机主燃油流量逆向预测模型。考虑到输入参数多重线性关系和预测实时性,应用平均影响值(MIV)算法对网络输入参数进行敏感性筛选,最后选取了未参与发动机模型辨识的整个飞行架次的试验数据进行验证。结果表明,在飞行包线内的稳态工况或动态工况下,基于ELM的逆向预测模型的输出与发动机主燃油实际输入基本吻合,具有较高的精度。该模型可用于航空发动机的飞行试验中,对飞行过程中的发动机真实主燃油流量进行监控,以提高安全性。