基于数据的航空发动机总体性能预测方法研究

摘要

航空发动机在高温、高负荷状态下工作,出厂后发动机的性能将会不可避免地出现退化,基于部件特性建立的性能仿真模型精度也会逐渐降低.而基于数据驱动的建模方法通过分析发动机在运行过程中的历史参数变化来预测发动机的未来性能趋势,能用于发动机性能保持、延寿和全寿命周期的设计优化,对于发动机的运行维护具有重要意义.本文以发动机历史气动热力学测量参数数据为基础,利用扩张卷积和因果卷积建立了一个时序卷积神经网络,挖掘各测量参数之间的隐藏关系,实现对关键性能的预测.该预测模型可根据需求灵活地设置预测参数及预测周期数,基于发动机长试数据来验证模型的准确度,在实际发动机数据来源台份不足时,通过仿真拟合的方法来补充数据集.结果表明,无论是实测参数还是仿真参数,该模型均具有较高的预测精度,为发动机的性能预测提供了一种有效的方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号