液压与气动

作者：周燕昆, 乔志伟, 延皓

单位：1.中国航发贵州红林航空动力控制科技有限公司, 贵州 贵阳 550009; 2.北京交通大学 机械与电子控制工程学院, 北京 100044

关键词：流量计","神经网络","卡尔曼滤波","数据融合","神经网络自适应卡尔曼滤波

在航空发动机试验中,常以RP-3航空煤油为介质,采用齿轮流量计和质量流量计进行流量测量。由于不同类型流量计在不同流量区间的精度存在差异,提出一种基于神经网络自适应卡尔曼滤波的方法,通过神经网络动态调整卡尔曼滤波器中的测量噪声协方差,从而优化数据融合效果。该方法通过拟合流量计频率与标准流量值的关系,并利用滑动窗口计算不同流量区间的测量方差构建神经网络训练数据集。在流量计全量程0~120 L/h对比两种流量计的测量结果,试验表明基于神经网络自适应卡尔曼滤波相较传统卡尔曼滤波在流量估计精度上有明显提升。基于神经网络自适应卡尔曼滤波搭建的流量测试平台显示,该方法将流量测量精度提升至满量程误差0.265%FS以内,有效提升了流量测量的准确性与可靠性。

来源：2026年第2期

《液压与气动》期刊编辑部

查看液压与气动杂志2026年第2期