基于确定学习理论的轴流压气机系统分岔预测

摘要：

　　本文研究了轴流压气机系统中的分岔预测问题，基于简化后的Moore-Greitzer_阶压气机模型，本文首先分析了该系统中存在的分岔现象。其次，本文利用最新发展起来的确定学习理论，对压气机系统随着γ参数的变化出现的几种典型模态的相关系统动态进行辨识，并将所学知识保存成常值RBF神经网络以构成模式库，最后，本文利用该模式库构建一组嵌入了常值RBF神经网络的动态估计器。将测试模式与估计器相比，得到一组残差并依据动态模式识别方法的残差最小原则检测Pitfork分岔的发生。

关键词： pitchfork分岔 旋转失速 确定学习 系统辨识 动态模式识别 快速预测

作者: 文彬鹤 王聪 易学飞 闻伟 朱爱峰

作者单位: 中航工业航空动力控制系统研究所,无锡214063 华南理工大学自动化科学与工程学院,广州510641

会议类型: 国际会议

会议名称: The 33th Chinese Control Conference第33届中国控制会议

会议地点: 南京

会议语种:中文

页码: 6752-6757

在线出版日期: 2014-07-28（万方平台首次上网日期，不代表论文的发表时间）