人工神經(jīng)網(wǎng)絡(luò)算法在發(fā)動(dòng)機(jī)燃油流量計(jì)算中的應(yīng)用

汪 陽(yáng)， 周 偉， 楊少鋒， 王興海

（西安愛生技術(shù)集團(tuán)有限公司， 陜西 西安 710065）

引言

發(fā)動(dòng)機(jī)是無(wú)人機(jī)飛行的動(dòng)力來(lái)源，發(fā)動(dòng)機(jī)工作性能直接影響無(wú)人機(jī)的性能及飛行安全。研究不同工況下發(fā)動(dòng)機(jī)工作參數(shù)同實(shí)時(shí)燃油消耗的關(guān)系，對(duì)發(fā)動(dòng)機(jī)綜合控制、飛發(fā)匹配、無(wú)人機(jī)飛行有極其重要的意義?，F(xiàn)有燃油消耗測(cè)量主要有兩種方式：一種是通過(guò)在油箱中加裝液位傳感器檢測(cè)總油量變化；另一種是直接加裝流量計(jì)來(lái)實(shí)現(xiàn)燃油消耗測(cè)量。前者測(cè)量過(guò)于粗略，無(wú)法獲取實(shí)時(shí)燃油流量，不能對(duì)飛行形成及時(shí)有效的指導(dǎo)；后者過(guò)于依賴傳感器的可靠性和測(cè)量精度，容易受到干擾，且無(wú)冗余設(shè)計(jì)，有一定安全隱患。

近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在各領(lǐng)域取得了成功的應(yīng)用，為研究燃油流量同發(fā)動(dòng)機(jī)工作參數(shù)的關(guān)系提供了新的有效途徑。人工神經(jīng)網(wǎng)絡(luò)（ANN）是由模擬人腦神經(jīng)系統(tǒng)發(fā)展起來(lái)的一種信息處理系統(tǒng)，可用大量簡(jiǎn)單的處理單元廣泛連接組成網(wǎng)絡(luò)，其分布式結(jié)構(gòu)具有與人腦一樣的容錯(cuò)性和聯(lián)想能力，有強(qiáng)大的非線性適應(yīng)性和自組織、自學(xué)習(xí)、聯(lián)想記憶能力[1-4]。實(shí)際結(jié)果表明，將先進(jìn)的計(jì)算機(jī)仿真技術(shù)應(yīng)用到燃油流量計(jì)算處理過(guò)程中，可通過(guò)較少的試驗(yàn)達(dá)到事半功倍的效果。

1 問題提出

近年來(lái)，電子控制燃油噴射技術(shù)為航空發(fā)動(dòng)機(jī)新興技術(shù)，由發(fā)動(dòng)機(jī)控制器內(nèi)的微型集成電路根據(jù)采集到的發(fā)動(dòng)機(jī)各種運(yùn)行參數(shù)來(lái)實(shí)時(shí)控制噴油量，促使燃油在發(fā)動(dòng)機(jī)內(nèi)完全燃燒。電控發(fā)動(dòng)機(jī)相對(duì)化油器發(fā)動(dòng)機(jī)具有功率高、省油、噪聲低、一次點(diǎn)火率高等優(yōu)點(diǎn)。電控發(fā)動(dòng)機(jī)能根據(jù)發(fā)動(dòng)機(jī)的不同工況迅速準(zhǔn)確地提供與其相匹配的最佳空燃比，使噴入發(fā)動(dòng)機(jī)的汽油完全燃燒。電控發(fā)動(dòng)機(jī)使用的汽油是在較高壓力下噴入發(fā)動(dòng)機(jī)，霧化品質(zhì)好，降低燃料消耗量低。電控發(fā)動(dòng)機(jī)還有怠速穩(wěn)定、加速性能好、工況過(guò)渡圓滑、操作靈敏度高的優(yōu)點(diǎn)，且故障率低。

理論上根據(jù)發(fā)動(dòng)機(jī)控制器參數(shù)可直接計(jì)算出發(fā)動(dòng)機(jī)實(shí)時(shí)燃油流量，然而飛行試驗(yàn)結(jié)果表明，在不同工況下計(jì)算的理論燃油流量和實(shí)測(cè)燃油流量有明顯差異，且隨著飛行參數(shù)、發(fā)動(dòng)機(jī)工作參數(shù)變化，差異呈現(xiàn)出一定的變化。

某次飛行試驗(yàn)的理論計(jì)算誤差分布見圖1。由圖1 可得，正偏差分布含量最高的為3%～4%的誤差區(qū)間，偏差含量為10.52%；負(fù)偏差分布含量最高的為-5%～-4%的誤差區(qū)間，偏差含量為6.58%；其中絕對(duì)誤差超過(guò)5%的數(shù)據(jù)占該次飛行數(shù)據(jù)的30%，不能滿足精準(zhǔn)控制的需求。

圖1 誤差分布圖

為滿足無(wú)人機(jī)冗余設(shè)計(jì)和容錯(cuò)要求（假設(shè)燃油流量測(cè)量裝置損壞），本文根據(jù)試驗(yàn)及飛行結(jié)果，以發(fā)動(dòng)機(jī)轉(zhuǎn)速、飛行高度、發(fā)動(dòng)機(jī)節(jié)氣門開度、噴油脈寬為輸入，燃油流量為輸出建立了發(fā)動(dòng)機(jī)燃油消耗人工神經(jīng)網(wǎng)絡(luò)模型，以研究不同工況下發(fā)動(dòng)機(jī)燃油流量的變化規(guī)律。

2 模型建立

首先用現(xiàn)有測(cè)試數(shù)據(jù)中的樣本訓(xùn)練網(wǎng)格，為保證數(shù)據(jù)收斂，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，使所有的數(shù)據(jù)在[0，1]之間的網(wǎng)格空間變化，綜合調(diào)整如下：

輸出結(jié)果經(jīng)過(guò)反歸一算法后可獲得其在原物理空間的真實(shí)值，如式（2）：

根據(jù)Kolmogorov、高大啟等人的研究經(jīng)驗(yàn)，結(jié)合試錯(cuò)法[5-6]確定模型結(jié)構(gòu)，如圖2 所示。發(fā)動(dòng)機(jī)轉(zhuǎn)速、飛行高度、發(fā)動(dòng)機(jī)節(jié)氣門開度、噴油脈寬為4 個(gè)輸入，有兩個(gè)隱含層，神經(jīng)元數(shù)量為6×6，輸出層為燃油流量。訓(xùn)練采用固定變比的變梯度算法，函數(shù)為trainscg，目標(biāo)誤差值為0.000 01，學(xué)習(xí)率為0.2。

圖2 模型結(jié)構(gòu)圖

3 模型預(yù)測(cè)結(jié)果分析及應(yīng)用

3.1 模型結(jié)果分析

表1 為從飛行數(shù)據(jù)中選取的11 個(gè)典型工況的模型預(yù)測(cè)結(jié)果和試驗(yàn)結(jié)果的對(duì)比，典型工況不參與模型訓(xùn)練。結(jié)果表明，模型的預(yù)測(cè)數(shù)值同試驗(yàn)值有較好的吻合性，最大偏差僅為-2.36%，平均誤差為0.3%，能較好地滿足實(shí)際需求。本試驗(yàn)網(wǎng)絡(luò)的預(yù)測(cè)精度較高，證明模型具有良好的使用價(jià)值。

表1 燃油流量預(yù)測(cè)結(jié)果與試驗(yàn)結(jié)果對(duì)比

3.2 節(jié)氣門開度對(duì)發(fā)動(dòng)機(jī)的影響

圖3 為發(fā)動(dòng)機(jī)采用同一負(fù)載（螺旋槳）時(shí)，發(fā)動(dòng)機(jī)工作參數(shù)隨節(jié)氣門開度的變化規(guī)律。

由圖3 可知，當(dāng)節(jié)氣門開度增大時(shí)，轉(zhuǎn)速、噴油脈寬、燃油流量均呈現(xiàn)出增大的變化規(guī)律。當(dāng)節(jié)氣門開度較低時(shí)，上述參數(shù)增長(zhǎng)幅度較快；當(dāng)節(jié)氣門開度較高時(shí)，上述參數(shù)增長(zhǎng)幅度逐漸變緩。

圖3 發(fā)動(dòng)機(jī)參數(shù)隨節(jié)氣門開度變化規(guī)律

3.2 飛行高度對(duì)發(fā)動(dòng)機(jī)的影響

圖4為發(fā)動(dòng)機(jī)采用同一負(fù)載（螺旋槳）、同一節(jié)氣門開度時(shí)，工作參數(shù)隨工作高度的變化規(guī)律。

圖4 發(fā)動(dòng)機(jī)參數(shù)隨高度變化規(guī)律

由圖4 可知，當(dāng)高度增加時(shí)，轉(zhuǎn)速、噴油脈寬、燃油流量均呈現(xiàn)出下降的變化規(guī)律，下降趨勢(shì)基本相同。

4 結(jié)論

1）利用人工神經(jīng)網(wǎng)絡(luò)建立的燃油流量模型預(yù)測(cè)值同實(shí)測(cè)數(shù)據(jù)吻合度較高，有較強(qiáng)的指導(dǎo)意義。

2）當(dāng)發(fā)動(dòng)機(jī)負(fù)載相同時(shí)，燃油流量隨節(jié)氣門開度增加而增加；節(jié)氣門開度和負(fù)載不變時(shí)，燃油流量隨飛行高度的增加而降低。