基于高斯过程回归的连续式风洞马赫数控制

发布时间：2024-12-08 22:47

　　 在风洞实验中保持实验段马赫数的稳定对实验的成功具有重要意义。传统的PID控制算法具有一定时滞性,不能满足连续变迎角实验模式下马赫数的控制精度要求。针对这一缺陷,提出了一种基于高斯过程回归的前馈控制策略,结合PID控制器共同完成马赫数控制任务。首先,对原始数据执行了预处理操作,将数据集中的异常数据进行清洗并且对清洗后的数据进行标准化;其次,选取迎角、实时马赫数、实验段截面积作为高斯过程回归模型的输入,压缩机转速作为输出,采用随机划分数据集与分组划分数据集两种策略进行建模,并将高斯过程回归与常用回归模型的预测精度进行了比较;最后,给出了利用高斯过程回归预测结果及预测置信度进行PID反馈控制的方法。实验结果表明高斯过程回归对风洞实验数据具有很好的建模能力,基于高斯过程回归的前馈控制与PID结合的控制策略能够提高连续变迎角模式下的马赫数控制精度。

【文章页数】：8 页

【部分图文】：

图２清洗后的数据Ｆｉｇ．２Ｃｌｅａｎｅｄｄａｔａ

化后的超参数θ＊代入式（８）和式（９）就可以得到测试样本ｘ＊最终的预测值ｆ－＊和方差ｃｏｖ（ｆ＊）。２实验设计２．１数据预处理使用Ｊ７标模在连续变迎角实验模式下得到的数据进行建模，其中迎角变化范围为－５°～１１°。在实际实验过程中，由于迎角回零操作或者其他一些复杂因素的影响可能会....

图３特征分布直方图Ｆｉｇ．３Ｆｅａｔｕｒｅｄｉｓｔｒｉｂｕｔｉｏｎｈｉｓｔｏｇｒａｍ

速度为０．１°／ｓ的数据进行建模。在进行实际风洞实验时，不同范围的马赫数条件下，实验段截面积也可能会做相应的调整。本文使用的数据中，马赫数０．８５以上（包括马赫数０．８５）条件下的截面积是马赫数０．８５以下的７／６倍，所以我们以马赫数０．８５为界，其以下的截面积设为１ｍ２，以上的....

图４输入向量散点图Ｆｉｇ．４Ｓｃａｔｔｅｒｐｌｏｔｏｆｉｎｐｕｔｖｅｃｔｏｒ

质，所以本文将其作为迎角、实时马赫数、实验段截面积三个输入维度的基本协方差函数，并且使用式（１９）所示的完整加性协方差函数（此时Ｄ＝３）作为ＧＰＲ最终的协方差函数对实验数据进行建模。３实验结果及分析经过数据清洗后，得到在马赫数０．６、０．７、０．７５、０．８、０．８５、０．９、０....

图５实际马赫数散点图Ｆｉｇ．５ＳｃａｔｔｅｒｐｌｏｔｏｆａｃｔｕａｌＭａｃｈｎｕｍｂｅｒｓ

图４中的每组数据的实际马赫数都在相应的马赫数条件附近波动。以马赫数０．７５条件下的数据为例，实际马赫数的波动情况如图５所示。图５实际马赫数散点图Ｆｉｇ．５ＳｃａｔｔｅｒｐｌｏｔｏｆａｃｔｕａｌＭａｃｈｎｕｍｂｅｒｓ实验将从两个角度说明Ａｄｄ－ＧＰＲ对风洞实验数据进行建模的有效性，....

本文编号：4015128