基于RBF神经网络的飞机油量计算方法
罗云鹤
赵铮
中航贵州飞机有限责任公司,贵州 安顺,561000
摘要：针对目前飞机燃油测量采用的查表插值油量计算方法效率低,以及神经网络应用于飞机油箱油量计算存在的精度不高、容错性不好等问题,开展了基于径向基函数(RBF)神经网络的飞机油量计算方法研究.通过改善油箱体积特性数据库的离散分布优化训练样本质量,改进神经网络训练算法提高对输入数据误差容错性,采用遗传算法优化神经网络设计参数,有效提升了RBF神经网络在油量计算中的泛化能力和训练效率.经某型飞机燃油箱计算实例和地面试验验证表明,油箱模型数据离散方法能更为准确描述油箱体积特性,与等距切割方法相比测试样本插值计算均方根误差下降34.8%.构建的RBF神经网络具有较好的计算精度,计算效率较插值计算方法提升了约5倍.改进算法与正交最小二乘法(OLS)算法相比,当输入参数存在误差时测试样本预估均方根误差下降61.5%,容错性明显提升,具有工程实用价值.
关键词：飞机燃油测量油量计算方法RBF神经网络油箱体积特性
分类号：V241(航空仪表、航空设备、飞行控制与导航)
论文发表日期：2025-04-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 26-33 )
英文信息