首页 | 官方网站   微博 | 高级检索  
     

基于CRBMs-RVR的涡轴发动机输出功率衰退预测
引用本文:童志伟,鲁峰,黄金泉.基于CRBMs-RVR的涡轴发动机输出功率衰退预测[J].航空发动机,2022,48(3):76-82.
作者姓名:童志伟  鲁峰  黄金泉
作者单位:南京航空航天大学能源与动力学院,南京210016
基金项目:国家自然科学基金重大研究计划培育项目(91960110)、国家科技重大专项(2017-I-0006-0007)资助
摘    要:针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机(CRBMs)深度特征提取的相 关向量回归(RVR)功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模型的输入,实现对输出功率的预测,并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象,模拟全寿命期内发动机气路部件性能退化,对输出功率进行衰退预测。试验结果表明:基于CRBMs-RVR的预测模型与传统RVR预测模型相比,训练时间缩短30.2%,预测结果的均方根误差减小64.6%;与基于主成分分析(PCA)进行特征提取的PCARVR预测模型相比,预测结果均方根误差减小42.4%,验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。

关 键 词:输出功率衰退  预测模型  连续受限玻尔兹曼机  特征提取  相关向量回归  涡轴发动机

Output Power Degradation Prediction of Turboshaft Engine Based on Continuous Restricted Boltzmann Machines and Relevance Vector Regression
Authors:TONG Zhi-wei  LU Feng  HUANG Jin-quan
Abstract:
Keywords:
点击此处可从《航空发动机》浏览原始摘要信息
点击此处可从《航空发动机》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号