基于机器学习的航空发动机剩余寿命预测综述

作者： 刘国建   杜冬   邢苗英   翟羽佳   来源： 电子技术 年份： 2023 文献类型 ： 期刊 关键词： 机器学习   预测方法   剩余使用寿命  

描述： 阐述航空发动机的数据分析，对航空发动机剩余寿命的预测方法的选择进行分类和对比，探讨航空发动机预测的发展趋势展望。

基于机器学习的航空发动机关键部位热障涂层厚度反演研究

作者： 宋凯   李子璇   陆灵峰   肖树坤   王荣彪   来源： 中国测试 年份： 2023 文献类型 ： 期刊 关键词： 机器学习   热障涂层   电磁无损评估   涡流探头  

描述： 热障涂层（Thermal Barrier Coating，TBC）是一种由金属粘接层和陶瓷层构成的隔热材料，具有热导率低、抗热疲劳及耐高温氧化等优异性能，能够很好的在高温环境下保护发动机关键部位。针对某关键部位多曲面基体热障涂层厚度的涡流检测，设计了R45.5mm以及R72.5mm两种弹压式涡流传感器，建立了3种机器学习算法的反演模型，并对曲面模拟试样进行测量，最后验证了3种算法的反演精度。结果表明：R45.5mm曲面试样随机森林算法的粘接层最大相对误差为9.01%，陶瓷层最大相对误差4.33%；R72.5mm曲面试样随机森林算法的粘接层最大相对误差为5.23%，陶瓷层最大相对误差6.28%，均小于工业误差要求10%。

基于机器学习的进离场航空器排序优化研究

作者： 张洪杨   刘子彤   赵世豪   刘媛媛   冯晓康   张召悦   来源： 科技创新与应用 年份： 2023 文献类型 ： 期刊 关键词： 遗传算法   机器学习   终端区   先到先服务算法   进离场航空器排序  

描述： 为提高终端区运行效率，以进离场航空器作为研究对象，运用机器学习优化终端区航空器的进离场排序，以总延误时间最小为目标函数，综合考虑不同机型之间的尾流间隔，建立单跑道排序模型。运用遗传算法进行仿真实验并与先到先服务算法进行比较。得出遗传算法延误时间20.7 min，先到先服务算法延误时间49.15 min。结果表明，遗传算法相较于先到先服务算法有效缓解航空器延误，提高终端区空域运行效率。

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。

基于航空发动机工况的叶尖间隙智能预测方法

作者： 杨阳   张建超   项洋   陆海鹰   来源： 航空动力学报 年份： 2023 文献类型 ： 期刊 关键词： 叶尖间隙   特征提取   机器学习   零维仿真   空气系统  

描述： 在实际工程中保持航空发动机高效运行的有效措施之一是应用叶尖间隙主动控制技术，其前提是建立精确的叶尖间隙模型以实现叶尖间隙预测。建立叶尖间隙的简化物理模型和数学模型，将叶尖间隙计算转化为热变形与传热问题，通过机器学习模型对发动机工况参数进行特征提取，利用有效特征求解传热问题的边界，从而实现基于发动机工况参数快速预测实时叶尖间隙。机器学习模型的十折交叉验证集的平均准确率为98.9%，叶尖间隙模型的验证误差为4.3%，得到了不同工况下的叶尖间隙计算结果和冷气流量大小变化规律，计算耗时小于0.03s。

航空器爬升与下降阶段4D航迹预测

作者： 赵元棣   李科频   朱文心   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆网络   4D航迹预测   循环神经网络   机器学习   航空运输  

描述： 准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性，提出了基于机器学习的航空器4D航迹预测方法。首先，利用爬升阶段提取研究指标，构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short/term memory, LSTM);其次，在下降阶段进行数据维度拓展，构建RNN、LSTM模型进行航迹预测；最后，对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明，爬升阶段模型和下降阶段模型对于航空器位置预测准确性高，展现了航迹预测模型的良好鲁棒性。

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。

航空发动机信号采集处理及故障检测方法研究

作者： 刘伟   周卓峰   黄新阳   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 集成学习   滚动轴承   特征提取   机器学习   故障诊断   旋转机械  

描述： 的方式分别学习数据在时域、频域、时频域上的深层特征进行综合诊断。经实验验证，EDNN模型在噪声环境、变载环境下的平均准确率分别达到了98%和97%,具有比SVM、1D-CNN、DBN等模型更强的抗噪与变负载适应性能力。

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。