数据驱动的机场航空器污染物排放清单及特征分析

作者： 孙娇娇     胡荣     潘肖然     邓松武     官兆玮   来源： 中国民航大学学报 年份： 2024 文献类型 ： 期刊 关键词： 排放清单   数据驱动   排放特征   机场区域   航空器  

描述： 数据驱动的机场航空器污染物排放清单及特征分析

数据驱动的机场航空器污染物排放清单及特征分析

作者： 孙娇娇     胡荣     潘肖然     邓松武     官兆玮   来源： 中国民航大学学报 年份： 2024 文献类型 ： 期刊 关键词： 排放清单   数据驱动   排放特征   机场区域   航空器  

描述： 数据驱动的机场航空器污染物排放清单及特征分析

航空发动机涡轮轮缘封严数值模拟

作者： 陶立权   马振   邱学旺   来源： 中国民航大学学报 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   涡轮轮缘封严   数值模拟   封严层高度  

描述： 航空发动机涡轮轮缘的封严对于保护轮盘腔室至关重要。为防止主流高温燃气进入轮盘腔室,需通入低温冷气对涡轮轮缘进行封严。采用二维RANS模型和SST湍流模型研究不同封严流量对封严效率的影响,并用压力

航空发动机涡轮轮缘封严数值模拟

作者： 陶立权   马振   邱学旺   来源： 中国民航大学学报 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   涡轮轮缘封严   数值模拟   封严层高度  

描述： 航空发动机涡轮轮缘的封严对于保护轮盘腔室至关重要。为防止主流高温燃气进入轮盘腔室,需通入低温冷气对涡轮轮缘进行封严。采用二维RANS模型和SST湍流模型研究不同封严流量对封严效率的影响,并用压力

航空发动机涡轮轮缘封严数值模拟

作者： 陶立权   马振   邱学旺   来源： 中国民航大学学报 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   涡轮轮缘封严   数值模拟   封严层高度  

描述： 航空发动机涡轮轮缘的封严对于保护轮盘腔室至关重要。为防止主流高温燃气进入轮盘腔室,需通入低温冷气对涡轮轮缘进行封严。采用二维RANS模型和SST湍流模型研究不同封严流量对封严效率的影响,并用压力

航空发动机涡轮轮缘封严数值模拟

作者： 陶立权   马振   邱学旺   来源： 中国民航大学学报 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   涡轮轮缘封严   数值模拟   封严层高度  

描述： 航空发动机涡轮轮缘的封严对于保护轮盘腔室至关重要。为防止主流高温燃气进入轮盘腔室,需通入低温冷气对涡轮轮缘进行封严。采用二维RANS模型和SST湍流模型研究不同封严流量对封严效率的影响,并用压力

基于集成ELM模型的航空发动机性能参数预测

作者： 徐建新   侯振华   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 性能参数   航空发动机   极端学习机   预测   AdaBoost.RT  

描述： 为预测航空发动机性能参数,提出了一种动态集成极端学习机模型。采用AdaBoost.RT集成算法对极端学习机(ELM)进行集成,并针对AdaBoost.RT集成算法中固定阈值的局限性,采用自适应

基于混沌PSO＿Elman网络的航空发动机基线挖掘

作者： 瞿红春   林文斌   许旺山   郭龙飞   来源： 中国民航大学学报 年份： 2021 文献类型 ： 期刊 关键词： 基线挖掘   航空发动机   粒子群算法   混沌   Elman神经网络  

描述： 为提高发动机基线的拟合精度,提出经混沌粒子群优化的Elman神经网络模型。利用混沌算法改进粒子群算法(PSO)的位置公式,以解决局部最优问题。利用非线性递减函数改进PSO粒子的速度公式,以解决收敛精度较低的问题。将该模型用于基线拟合,并与传统的误差反向传播网络(BP)、Elman网络、支持向量机(SVM)等模型的拟合误差进行对比。结果表明:在训练数据、测试数据、训练次数均相同的情况下,混沌PSO_Elman模型的拟合精度高于其他传统模型;当训练样本减少时,其拟合精度依然高于传统模型,证明该模型具有更强的学习能力。

航空发动机典型弯管的模态分析

作者： 王志国   来源： 中国民航大学学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   弯头长度   振动特性   弯管   弯角  

描述： 为解决航空发动机不同结构弯管振动带来的运行异常问题，以弯角和弯头长度为参数构建弯管分析模型，采用振动模态方法计算不同弯角和弯头长度下的弯管振动特性，同时对不同弯管模型进行振动模态试验，并将试验结果

基于混沌PSO＿Elman网络的航空发动机基线挖掘

作者： 瞿红春   林文斌   许旺山   郭龙飞   来源： 中国民航大学学报 年份： 2021 文献类型 ： 期刊 关键词： 基线挖掘   航空发动机   粒子群算法   混沌   Elman神经网络  

描述： 为提高发动机基线的拟合精度,提出经混沌粒子群优化的Elman神经网络模型。利用混沌算法改进粒子群算法(PSO)的位置公式,以解决局部最优问题。利用非线性递减函数改进PSO粒子的速度公式,以解决收敛精度较低的问题。将该模型用于基线拟合,并与传统的误差反向传播网络(BP)、Elman网络、支持向量机(SVM)等模型的拟合误差进行对比。结果表明:在训练数据、测试数据、训练次数均相同的情况下,混沌PSO_Elman模型的拟合精度高于其他传统模型;当训练样本减少时,其拟合精度依然高于传统模型,证明该模型具有更强的学习能力。