基于试车数据的发动机神经网络模型

• 作者: 叶志锋 杨固东 苏伟生
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 发动机 神经网络 模型 试车数据
• 年，卷（期）: 2007,（1）
• 页码范围: 26-29
• 页数: 4页
• 分类号: V233.7|TP183
• 字数: 2581字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2007.01.006

摘要

利用人工神经网络对某型航空发动机在全飞行包线内的稳态、动态特性(非加力状态)进行建模,网络的训练样本来自该发动机在高空试车台的试车数据.模型的输入量包括燃油流量、喷口面积、高度及马赫数,输出量则包括高、低压转子的转速及各截面的温度和压力.计算表明,当具有足够的训练样本时,神经网络模型不仅在整个飞行包线内具有较高的稳态、动态精度,而且具有较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶志锋	南京航空航天大学能源与动力学院	44	414	11.0	19.0
2	苏伟生	南京航空航天大学能源与动力学院	6	50	4.0	6.0
6	杨固东	南京航空航天大学能源与动力学院	1	12	1.0	1.0