数据与机理驱动的检定系统建模与参数辨识
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TH-39

基金项目:

国家自然科学基金(61573249)、辽宁省自然科学基金资助(2019MS246)、辽宁省教育厅基金资助(LZGD2019002)、辽宁省高等学校创新人才项目(LR2019048)、沈阳工业大学重点科研基金(ZDZRGD2020004)项目资助


Modeling and parameter identification integrated data and mechanism for verification system
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    正压音速喷嘴气体流量检定系统对气源压力稳定性要求高,滞止舱压力难以控制在设定值范围内,很难采用基于机理 模型的动态特性分析。 为了解决上述难题,提出了基于数据与机理驱动的正压气体流量检定系统建模与参数辨识方法。 针对 机理建模过程中出现的非线性动态参数,采用随机配置网络进行动态参数辨识,经过辨识后所得的滞止舱内压力及温度与实际 数据的 RMSE 分别为 1. 26×10 4 和 2. 64×10 -4 。 针对实际运行中调节阀死区或更换调节阀等工况,对模型进行了扰动实验分析。 实际应用结果表明,该动态数学模型很好的反映了压力调节环节中压力的变化趋势,具有一定的实际应用价值。

    Abstract:

    The gas flow verification system with positive pressure sonic nozzle has high requirements for the stability of air source pressure. It is difficult to control the stagnation chamber pressure within the set value range, and adopt the dynamic characteristic analysis based on the mechanism model. To solve the aforementioned problems, a modeling and parameter identification method is proposed by using data and the mechanism model for the gas flow verification system with positive pressure. Aiming at the nonlinear dynamic parameters in the process of mechanism modeling, the stochastic configuration network is used for dynamic parameter identification. The RMSE of the pressure and temperature in the stagnation cabin after identification and the actual data are 1. 26×10 4 and 2. 64× 10 -4 , respectively. In view of the dead zone of the control valve or the replacement of the control valve in the actual operation, the disturbance experimental analysis of the model is carried out. The practical results show that the dynamic mathematical model reflects the change trend of pressure in the pressure regulation link, and has a certain practical application value.

    参考文献
    相似文献
    引证文献
引用本文

乔景慧,潘 忠,熊宁康,陈宇曦,李洪达.数据与机理驱动的检定系统建模与参数辨识[J].仪器仪表学报,2022,43(6):280-289

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-02-06
  • 出版日期:
文章二维码