旋翼多维振动最优调整方法
针对直升机旋翼系统非线性、难以建模的特点,采用径向基函数(RBF,Radial Basis Function)神经网络建立直升机旋翼动平衡调整模型.根据约束条件以直升机机身振动值作为目标函数建立适应度函数,以旋翼系统的调整参数为优化变量,进行神经网络学习和优化.利用粒子群优化(PSO,Particle Swarm Optimization)算法对适应度函数进行寻优,获得当直升机振动最小时的桨叶的调整参数.实验结果表明:PSO算法寻优效率方面高于遗传算法;RBF神经网络和PSO算法相结合可以有效地实现直升机旋翼动平衡调整.
旋翼、径向基函数、粒子群优化、优化
36
TP273+.23(自动化技术及设备)
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
1303-1306,1334