基于QPSO混合算法的变循环发动机建模方法

摘要：

针对变循环发动机非线性部件模型共同工作方程组求解时初值选取对收敛速度和精度的影响问题,提出一种基于量子粒子群优化(QPSO)算法与Broyden拟牛顿法混合的求解思路.首先,对变循环发动机(VCE)进行变几何特性分析以及反向传播(BP)神经网络下的外涵道稳态特性分析基础上,建立反映变几何特性以及模式切换等全状态部件模型.其次,以该模型性能计算为基准,提出了一种基于QPSO的Broyden拟牛顿混合算法来达到发动机共同工作平衡要求,通过发散系数实现混合算法的切换,以改善单一Broyden拟牛顿法对初值选取的依赖性同时提高QPSO算法的求解效率.通过高阶非线性方程组的仿真验证了算法的有效性、求解效率以及精度.最后,进行VCE部件模型稳态、动态仿真计算,结果表明:与GasTurb性能计算结果对比可以看出发动机速度特性、高度特性等变化趋势与GasTurb基本一致,且误差均小于2%;基于QPSO的Broyden拟牛顿混合算法可有效快速地完成VCE部件模型的求解;所建VCE部件模型能够有效实现该新型发动机的性能模拟分析.

关键词：变循环发动机(VCE)、变几何特性、外涵道、非线性方程组求解、量子粒子群优化(QPSO)、Broyden拟牛顿法

所属期刊栏目：44

分类号：V235.16;TP183(航空发动机（推进系统）)

在线出版日期：2018-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：305-315