机器学习在航空发动机排气温度预测中的应用研究
易文川1
王兴1
王翔2
唐庆如1
1.中国民用航空飞行学院航空工程学院 广汉 6183072.中国民用航空飞行学院工程技术训练中心 广汉 618307
摘要：排气温度是优化发动机性能和排放的关键参数,目标是在预测排气温度的基础上评估四种经典机器学习回归算法,即人工神经网络、随机森林、支持向量回归和门控循环单元.燃油流量、滑油压力和转速是模型输入,所有的机器学习模型在可接受的误差范围内预测了排气温度.相互比较时,门控循环单元的预测精度最高,但它通常需要高质量的无噪声数据;随机森林的精度最低,但需要的计算资源最少;支持向量回归在耗费高计算资源的前提下保证了较好的预测精度;人工神经网络是最合适的预测算法,但它存在繁琐的超参数调整过程.结果表明,经过良好训练的机器学习模型可以准确预测航空发动机排气温度,同时也有助于优化发动机性能、排放和寿命.
关键词：机器学习航空发动机预测算法排气温度性能评估
分类号：V236.3(航空发动机（推进系统）)
资助基金：工信部民用飞机专项科研项目(MJ-2018-Y-56)
论文发表日期：2023-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 82-87,184 )
英文信息