基于RBF网络的火箭发动机动态过程建模  

ROCKET ENGINE DYNAMIC PROCESS MODELING BASED ON RBFN

作　　者：王建波[1] 于达仁[1] 

机构地区：[1]哈尔滨工业大学能源科学与工程学院

出　　处：《推进技术》1999年第4期9-12,共4页Journal of Propulsion Technology

基　　金：哈工大校管航天基金

摘　　要：提出了基于径向基函数神经网络（ＲＢＦＮ）的火箭发动机动态过程建模，仿真计算表明：采用ＲＢＦＮ建模，可以达到很好的逼近精度，而且网络训练速度大大加快，可以更好地适应实时状态监控和故障诊断，有实际的工程运用价值。Rocket engine(RE)dynamic process was modeled by radial basis function networks(RBFN).Using RBFN for modeling can gain a good precision and make the learning speed of networks rapid.So the method presented will be beter to adapt to the state online detection and fault diagnosis.It is practical in the actual engineering

关 键 词：液体火箭发动机 人工神经元网络 动态模型 

分 类 号：V434.1[航空宇航科学与技术—航空宇航推进理论与工程]