简介概要

基于支持向量机的涡扇发动机EGT回归分析

来源期刊:机械设计与制造2015年第10期

论文作者:付为刚 李梦 尚永锋 左渝钰

文章页码:129 - 266

关键词:涡扇发动机;EGT;支持向量机;BP神经网络;

摘    要:针对直接测量排气温度(EGT),无法准确判断涡扇发动机健康状况这一问题。考虑影响EGT的主要性能参数:修正风扇转速、外界大气总温、飞行马赫数和飞行高度,建立了基于支持向量机(SVR)的涡扇发动机EGT回归预测分析模型。同时,编写BP神经网络EGT回归预测分析程序。以某民用航空涡扇发动机为研究对象,选取300组飞行实验数据。通过实例分析研究表明,SVR在发动机EGT预测分析中具有较高的预测精度,SVR预测值较BP神经网络预测值精度略高。

详情信息展示

基于支持向量机的涡扇发动机EGT回归分析

付为刚,李梦,尚永锋,左渝钰

中国民用航空飞行学院航空工程学院

摘 要:针对直接测量排气温度(EGT),无法准确判断涡扇发动机健康状况这一问题。考虑影响EGT的主要性能参数:修正风扇转速、外界大气总温、飞行马赫数和飞行高度,建立了基于支持向量机(SVR)的涡扇发动机EGT回归预测分析模型。同时,编写BP神经网络EGT回归预测分析程序。以某民用航空涡扇发动机为研究对象,选取300组飞行实验数据。通过实例分析研究表明,SVR在发动机EGT预测分析中具有较高的预测精度,SVR预测值较BP神经网络预测值精度略高。

关键词:涡扇发动机;EGT;支持向量机;BP神经网络;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号