基于NARX网络的航空发动机性能参数预测优化

【类型】期刊

【作者】刘超 熊静  

【刊名】农业装备与车辆工程

【关键词】 数据预测,航空发动机,粒子群算法,NARX神经网络

【摘要】航空发动机的构造复杂性使得发动机工况监测成为一项困难的任务。提出了一种基于粒子群算法优化的NARX神经网络预测模型，用来准确预测航空发动机运行时传感器数据的变化趋势；通过准确预测航空发动机输出的传感器数据，以达到有效监测航空发动机的工况状态的目的。实验结果显示，预测模型所得性能参数发动机工作站温度、高压转子转速、发动机工作站压力值和低压转子转速的均方误差分别为0.00652、0.00525 、0.0093和0.00912 。结果表明，所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络，在预测准确度上有较大优势，为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。

【年份】2023

【作者单位】上海工程技术大学航空运输学院;

【期号】06

【页码】8