[发明专利]一种基于神经网络技术的颤振预测方法

权利要求书

1.一种基于神经网络技术的颤振预测方法，其特征在于，包括如下步骤：

步骤一、在颤振实测数据中，提取颤振发生前的最后两个风速或速压稳定台阶中的预定数据，作为特征数据；

步骤二、建立神经网络结构，根据所述特征数据确定人工神经网络的节点数；

步骤三、将已经完成风洞试验时实际发生颤振的实测数据中的一部分作为所述神经网络结构的训练样本，进行训练，得到期望输出；

步骤四、将步骤三所述实测数据的另一部分作为所述神经网络结构验证样本，进行验证；如果验证合格，则完成所述神经网络结构的构建；如果验证不合格，增加新的实测数据，并重复步骤三和步骤四，直至验证合格。

2.根据权利要求1所述的基于神经网络技术的颤振预测方法，其特征在于，所述预定数据选自如下数据中的至少7种：

表达速度的参数、均值、方差、卓越周期指数、振幅衰减时间系数、振幅增加时间系数、振幅衰减系数、振幅增加系数、振幅衰减最大周期数、振幅增加最大周期数、振幅持续衰减最大幅值以及振幅持续增加最大幅值。

3.根据权利要求1所述的基于神经网络技术的颤振预测方法，其特征在于，所述步骤二中，所述神经网络中的输入节点数为所述预定数据种类的2倍，输出节点数为2个，隐藏层为至少2层。

4.根据权利要求1所述的基于神经网络技术的颤振预测方法，其特征在于，所述步骤三包括：

步骤3.1、给定神经网络的输入所述特征数据和期望输出；

其中，期望输出未步骤三中所述实测数据中的输出数据；

步骤3.2、计算所述神经网络的隐藏层和输出层；

步骤3.3、计算所述神经网络的实际输出与期望输出的偏差；

步骤3.4、根据所述实际输出与期望输出的偏差，对所述神经网络的权值进行调整，直至实际输出收敛。

5.根据权利要求4所述的基于神经网络技术的颤振预测方法，其特征在于，所述实际输出为颤振边界对应的表达速度的参数及频率。

6.根据权利要求5所述的基于神经网络技术的颤振预测方法，其特征在于，所述表达速度的参数包括当量空速、速压以及风速。