【技术实现步骤摘要】
基于多层感知机的航空发动机压气机盘温度预测方法
[0001]本专利技术属于航空发动机压气机盘温度预测方法的
,尤其涉及一种基于多层感知机的航空发动机压气机盘温度预测方法。
技术介绍
[0002]航空发动机中,压气机盘是航空发动机的关键转动件,其可靠性关系发动机乃至飞机的安全。发动机在服役过程中,不断起动、停车以及执行各种飞行任务,其压气机盘需承受很高的离心载荷、气动载荷,高压部分还会受热应力影响。对压气机盘进行寿命管理是一项非常重要的工作。压气机盘寿命管理的流程为从健康管理数据库获取发动机某一特定飞行剖面的飞行参数,根据参数计算轮盘关键部位的应力、温度,并根据寿命消耗模型计算寿命损伤,通过对历次飞行的寿命累积,最终获得该压气机轮盘的总寿命消耗。因此,寿命管理的基础之一是根据飞行参数快速计算轮盘关键部位的应力、温度。
[0003]在现阶段常用计算轮盘关键部位温度的做法是根据总体参数,并基于常规有限元方法,经过多轮迭代计算获得轮盘总体温度,最后提取关键部位的温度。传统计算温度的方法存在以下缺点:需要多轮计算迭代,计 ...
【技术保护点】
【技术特征摘要】
1.一种基于多层感知机的航空发动机压气机盘温度预测方法,其特征在于,所述方法包括:根据发动机压气机盘性能设计数据,通过有限元模型进行多工况计算,形成样本空间数据,所述样本空间数据进行无效值剔除或归一化处理;划分所述样本空间数据为训练集和测试集,将样本空间数据中第一比例的数据作为训练集,第二比例的数据作为测试集;所述第一比例的值大于第二比例的值;根据所述训练集的数据建立模型,并网格搜索优化所建立模型的参数;将测试集的数据输入模型中,得到测试集对应的压气机盘温度预测结果,并将温度预测结果与传统有限元方法迭代计算出的真实盘心温度值作对比。2.根据权利要求1所述的方法,其特征在于,所述网格搜索优化所建立模型的参数,包括:建立人工神经网络模型,所述人工神经网络模型包括输入层、隐藏层和输出层,所述输入层、隐藏层和输出层通讯连接,其中:所述训练集的数据依次输入至所述输入层,并用向量表示;所述隐藏层中每层的输出表示为,其中,W为权重,b为偏置,为激活函数;在人工神经网络模型开始时,所述隐藏层的每一层的权重设置一个初始值;每层输出层将对应隐藏层的训练数据进行输出,并采用误差逆向传播法对隐藏层的每一层的权重进行调整和更新。3.根据权利要求2所述的方法,其特征在于,所述误差逆向传播法包括:所述输入层、隐藏层和输出层中每层的数据输入或输出满足:,其中:为大于或等于2的自然整数,i、j=1,2,3
……
,,,N为自然整数,表示为第层节点的数量,n为自然整数,为隐藏层第层的第j个节点的输出,为隐藏层第层第j...
【专利技术属性】
技术研发人员:王学民,徐敬沛,何云,王梅,沈晓薇,
申请(专利权)人:中国航发四川燃气涡轮研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。