全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于ARIMA的航空发动机排气温度预测
- 作者： 易文川 孟双杰 来源： 成都航空职业技术学院学报 年份： 2025 文献类型 ： 期刊 关键词： 航空发动机 参数预测 自回归积分滑动平均 排气温度
- 描述： 基于ARIMA的航空发动机排气温度预测
- 基于集成学习的航空发动机排气温度预测
- 作者： 易文川 王兴 王翔 唐庆如 来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 集成学习 航空发动机 排气温度 神经网络
- 描述： 准确预测排气温度对预知航空发动机未来的工作状态至关重要。然而，传统航空发动机排气温度预测模型存在预测精度有限、对时间序列数据的信息利用率不足等问题。提出了一种多模型集成的航空发动机排气温度预测方法，被集成的子模型包括差分整合移动平均自回归模型、一次指数平滑模型和门控循环单元。对所有子模型的预测序列进行加权集成处理，提出了一种在历史发动机性能参数数据上学习最优权重系数的方法，避免了传统优化算法依赖于初始点的选取且其适用性局限于可微函数等问题。在Cessna-172R型飞机发动机排气温度预测问题中相较子模型准确性更高。
- 机器学习在航空发动机排气温度预测中的应用研究
- 作者： 易文川 王兴 王翔 唐庆如 来源： 舰船电子工程 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 机器学习 性能评估 排气温度 预测算法
- 描述： 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。
- 机器学习在航空发动机排气温度预测中的应用研究
- 作者： 易文川 王兴 王翔 唐庆如 来源： 舰船电子工程 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 机器学习 性能评估 排气温度 预测算法
- 描述： 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。