• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The Aeronautical Journal >Neuro-fuzzy approach for performance optimisation of variable nozzle turbofan engine
【24h】

Neuro-fuzzy approach for performance optimisation of variable nozzle turbofan engine

机译：神经模糊方法优化可变喷嘴涡轮风扇发动机的性能

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An algorithm employing adaptive neuro-fuzzy online identification and sequential quadratic programming optimisation techniques is developed to enhance aircraft engine performance. This algorithm is implemented and tested using digital simulation for two spool, mixed exhaust, variable geometry turbofan engine. Parametric study is conducted to select the proper measurable parameter that can represent the actual thrust during online optimisation. Subtractive clustering technique is applied to generate the minimum number of fuzzy rules that can model the engine performance at various input parameters and flight conditions. The resulting neuro-fuzzy system is then optimised through training algorithm to accurately represent the engine. This system can address engine variations by relearning the network using online measurements from the actual engine. Generating the optimum schedules and comparing them with those obtained from the complete non-linear engine model verify the algorithm. Benefits from this algorithm include fuel consumption savings, reductions in turbine inlet temperature, and preventing limit exceeding.
机译：开发了一种采用自适应神经模糊在线识别和顺序二次规划优化技术的算法，以提高飞机发动机的性能。该算法是通过数字模拟对两个阀芯，混合排气，可变几何涡轮风扇发动机实施和测试的。进行参数研究以选择可以表示在线优化过程中实际推力的适当可测量参数。减法聚类技术用于生成最少数量的模糊规则，这些规则可以在各种输入参数和飞行条件下对发动机性能进行建模。然后，通过训练算法对最终的神经模糊系统进行优化，以准确表示引擎。该系统可以通过使用来自实际发动机的在线测量值重新学习网络，从而解决发动机变化的问题。生成最佳计划并将其与从完整的非线性引擎模型获得的计划进行比较，可以验证算法。该算法的好处包括节省燃油消耗，降低涡轮机入口温度以及防止超出极限。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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