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。

航空发动机燃烧室热声不稳定的预设性能控制

作者： 孟晓   马丹   林宏军   陈超   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 预设性能控制   反步法   热声不稳定   状态时滞   鲁棒控制  

描述： 为降低航空发动机燃烧室NO_x的排放量，贫油预混的燃烧模式被广泛采用，但这将导致燃烧不稳定现象更加频繁地发生。航空发动机燃烧不稳定的能量来自于推进剂的燃烧，热声不稳定是其最主要的一种形式。为抑制热声

基于递归径向基神经网络的航空发动机盘腔瞬态壁温预测

作者： 李振环   王海   丁小飞   刘太秋   王春华   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   RBF神经网络   空气系统   瞬态壁温预测   多维重构  

描述： 数据的预测和验证。结果表明，与常规的径向基神经网络预测模型相比，该模型的平均相对预测偏差由3.0%降低至0.45%，有效提升了模型的预测精度。为航空发动机盘腔瞬态壁温异常监控及超温排故问题提供了一种新的预判方法。

基于时间序列的民用运输航空器碳排放预测研究

作者： 向小军   杨志晗   赵赶超   来源： 现代计算机 年份： 2023 文献类型 ： 期刊 关键词： 时间序列   LSTM   ARIMA   WOA   碳排放  

描述： 随着中国民航业的高速发展，运输航空器的碳排放问题逐渐引起关注。采用时间序列的方法建立了传统的差分整合移动平均自回归（ARIMA）模型以及优化的长短期记忆网络（LSTM）模型，对航空器碳排放量、碳排放强度以及吨公里碳排放量进行了预测，通过鲸鱼优化算法（WOA）对LSTM中的学习率和隐藏节点数进行优化，避免了人为选择参数的主观性和盲目性，有利于提高模型预测的准确性。通过对比两种模型的均方根误差（RMSE）和平均绝对误差（MAE）,ARIMA模型在航空器碳排放预测中有较好表现，WOA-LSTM模型在碳排放强度、吨公里碳排放的预测中有较好表现。

基于智能算法优化BP的航空器滑出时间预测

作者： 朱晓波   贾鑫磊   王楚皓   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 机场场面运行效率   粒子群优化   麻雀搜索算法   BP神经网络   滑出时间  

描述： 滑出时间是评估大型机场场面运行效率的主要性能指标，科学准确地预测离港航空器的滑出时间，对于提升场面运行效率至关重要。首先，分析了航空器滑出时间影响因素及相关性，构建了基于反向传播(back propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点，分别采用粒子群优化(particle swarm optimization, PSO)算法和麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值，并采用中国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性，与同时段滑入的进港航空器数量中度相关，与滑行距离和经过冲突热点区域个数相关性较弱；考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳；智能优化算法通过获取神经网络的局部最优权重和阈值，可有效地提升航空器滑出时间预测结果的精度，但运算过程耗时也更长；基于PSO优化后的BP神经网络预测结果较优化前的平均绝对百分比误差(mean absolute percentage error, MAPE)提升了1.13%,平均绝对误差(mean absolute error, MAE)减少了4.48 s,均方根误差(root mean squared error, RMSE)减少了4.68 s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55 s, RMSE减少了14.31 s。

航空发动机燃烧室环境中非预混旋流火焰的标量特征

作者： 肖华林   罗坤   金台   王海鸥   樊建人   来源： 燃烧科学与技术 年份： 2022 文献类型 ： 期刊 关键词： 直接数值模拟   标量通量   火焰因子   非预混火焰   旋流燃烧室  

描述： 参考航空发动机燃烧室典型工况设计了微型模型非预混旋流燃烧室并进行了直接数值模拟，基于火焰因子对火焰标量特征进行了分析．研究发现，在非预混燃烧中，预混燃烧模态广泛存在且是放热的主要贡献者．不同工况中火

航空燃料电池用馈流式半桥DC/DC变换器预测优化控制研究

作者： 赵冬冬   李海言   夏磊   方淳   马睿   皇甫宜耿   赵犇   来源： 中国电机工程学报 年份： 2023 文献类型 ： 期刊 关键词： 模型预测控制   扩张卡尔曼观测器   馈流式半桥DC/DC变换器   燃料电池飞机  

描述： 氢燃料电池动力飞机具有红外特征弱和运行噪音小的优点，且可实现长航时远距离飞行，在军事应用领域具有重要意义。为提高燃料电池寿命、解决燃料电池与母线电压不匹配的问题，该文采用馈流式半桥DC/DC变换器作为燃料电池和负载间的功率变换装置。为弥补燃料电池动态响应慢的缺点，设计模型预测控制内环控制器、前馈控制外环控制器。空压机作为燃料电池系统最大的功率消耗部分，其功率变化随母线负载扰动叠加。为解决复杂的负载扰动及燃料电池和变换器模型不精确引起的系统模型失配等问题，设计扩张卡尔曼观测器以实时估计等效负载，同时校正预测模型，提高抗扰能力。最后，通过一个250W的实验样机，对所提出的控制器性能进行验证。

基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测

作者： 李浩   王卓健   李哲   陈煊   李园   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   寿命预测   深度学习   预测模型   数据融合  

描述： 针对现有航空发动机剩余寿命预测大多基于单点预测模式，不能准确给出预测结果置信区间的问题，提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先，堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取，构建反映性能退化的健康指标（HI），基于双向长短期记忆（BiLSTM）网络构建DeepAR预测模型，将提取后的HI序列输入到DeepAR模型中，预测模型对HI序列与使用时间的隐含关系进行全局学习，并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验，验证所提方法的有效性。结果表明，本文所提预测方法同其他方法相比，对监测数据融合的效果更好，预测模型性能提高6.4%，实际剩余寿命基本在95%置信区间内。

基于改进生成对抗网络与ConvLSTM的航空发动机剩余寿命预测方法

作者： 陈维兴   常东润   李宗帅   来源： 电子测量与仪器学报 年份： 2023 文献类型 ： 期刊 关键词： 梯度惩罚项   航空发动机   条件式生成对抗网络   Wasserstein距离   剩余寿命预测  

描述： 针对航空发动机运行周期内故障数据难以采集而造成的数据失衡等问题，提出一种基于Wasserstein距离与梯度惩罚措施的条件生成对抗网络与卷积长短时记忆网络相结合的预测模型。首先，使用WCGAN-GP模型学习预处理后的时序数据的深层分布特征；然后，利用生成器生成故障样本并与真实样本混合，作为训练集输入到基于ConvLSTM网络的预测模型中进行训练。基于C-MAPSS数据集开展验证比较，结果表明：与单一真实样本训练预测模型相比，使用混合数据时性能指标RMSE和Score平均下降了12.65%和48.95%。

基于STIRPAT模型的天津滨海国际机场航空器碳排放峰值预测研究

作者： 田利军   徐森雨   李一博   黎杰   来源： 天津商业大学学报 年份： 2023 文献类型 ： 期刊 关键词： 因素分解   碳达峰   天津滨海国际机场   航空器  

描述： 机场航空器碳排放日益受到关注，早日实现碳达峰对行业绿色低碳发展，实现民航业减排目标具有重要意义。通过ICAO飞机起降循环模型核算天津滨海国际机场2000—2021年度航空器碳排放量，根据核算结果分析碳排放历史特征和变化趋势。利用改进KAYA恒等式构建机场航空器碳排放驱动因素模型，采用LMDI方法分析各影响因素的驱动效应。在碳排放核算基础上运用拓展STIRPAT环境影响评估模型和情景分析法预测碳达峰峰值和达峰时间，构建天津机场碳达峰路径。研究结果发现：地区经济水平对航空器碳排放起到明显促进作用，机场运行大型航空器比例上升促进了碳排放，能源强度发挥了一定的减排效果；情景分析中各情景峰值差异较大，情景2最先于2035年实现碳达峰，峰值为343 048 t。逐步提高可持续航空燃油使用比例，持续提升机场航空器运行效率助力机场航空器早日碳达峰。