涡轴发动机性能退化分析与诊断

• 作者: 宋汉强 李本威 林学森 赵勇 高龙波
• 来源期刊: 燃气涡轮试验与研究
• 学科: 航空航天
• 关键词: 涡轴发动机 GSP建模 性能退化 极限学习机 退化因子 诊断
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 试验与研究
• 页码范围: 34-38
• 页数: 5页
• 分类号: V235.12|V231.1+2
• 字数: 4054字
• 语种: 中文

摘要

利用燃气涡轮发动机数值仿真软件(GSP)建立涡轴发动机性能仿真模型,采用退化因子方法得出部件性能退化后发动机测量参数的变化,并以此分析部件性能退化对发动机性能的影响.针对发动机单个部件性能对整机性能的影响权值难以定量的问题,提出采用随机赋权值的极限学习机(ELM)算法诊断发动机部件性能退化.仿真结果表明,运用ELM算法进行涡轴发动机部件性能退化诊断的平均精度可达97.5％,速度也明显快于BP等传统神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李本威	海军航空工程学院飞行器工程系	106	498	11.0	16.0
2	赵勇	海军航空工程学院飞行器工程系	4	5	2.0	2.0
3	林学森	海军航空工程学院飞行器工程系	11	32	3.0	5.0
4	宋汉强	海军航空工程学院飞行器工程系	8	19	2.0	4.0
5	高龙波	海军航空工程学院飞行器工程系	1	2	1.0	1.0