基于迁移学习的飞机辅助动力装置引气性能预测方法及系统制造方法及图纸

本发明专利技术方法包括：从高空试车台采集APU在不同机型下的参数数据；采用分阶段增量非负矩阵分解和改进小波阈值去噪算法对参数数据进行预处理，并划分为训练集、验证集和测试集；利用第n机型下的训练集和验证集训练得到CNN‑GRU初始混合模型；通过不同模型微调方法的融合以及融合均方误差进行方法评估，优选出最佳模型微调方法；利用第n+1机型下少量样本的训练集和验证集，以及最佳模型微调方法对CNN‑GRU初始混合模型进行更新训练得到CNN‑GRU迁移混合模型，并利用测试集进行性能预测，模型预测输出结果即为不同机型下飞机辅助动力装置的引气功率。本发明专利技术能够准确构建飞机辅助动力装置引气性能预测模型，实现在不同机型少量数据样本下的引气性能准确预测，具有重要意义。

【技术实现步骤摘要】

本专利技术涉及飞机辅助动力装置性能测量，特别涉及一种基于迁移学习的飞机辅助动力装置引气性能预测方法及系统。

技术介绍

1、航空发动机被誉为现代“工业皇冠上的明珠”，是一个国家整体制造技术水平的最高指征。飞机辅助动力装置(auxiliary power unit,apu)本质上作为一台小型燃气涡轮发动机，通常并不直接为飞机飞行提供动力，而是为主发动机起动和飞机环控/液压/电力等系统提供辅助能源。常用的apu是带整体引气的单轴燃气涡轮发动机，其尺寸较大、耗油率较高。单轴燃气涡轮在驱动负载压气机的同时驱动泵和发电机的设计变得越来越流行，研究带负载压气机apu的引气性能对于提升apu的可靠性和寿命具有重要意义。

2、航空发动机“高空台”，即高空模拟试车台是研发航空发动机的重要设备，它通过在地面模拟飞机发动机在空中的飞行高度和速度，通常用于对apu等发动机及其零部件进行高空模拟试验。根据高空台实验，通过建立apu工作特性数学理论模型，如apu引气特性计算模型来分析对象的内部工作原理，优势在于能很好地确定工作过程中自变量与因变量间的量化关系，得出计算目标变本文档来自技高网...

【技术保护点】

1.一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，步骤(1)所述不同机型是指在构型、规格、系统复杂性和系统性能等方面具有较大差异的APU机型，使得不同机型参数数据分布具有较大差异。所述参数数据DataSet(n)具体包含状态参数：进气压力P0、负载压气机导叶角度θ、发电机负载L、APU转速n和进气温度T0；以及目标预测参数：引气功率P。所述引气功率P由引气压力PY、引气流量WY和引气温度TY通过公式(1)计算得到。

3.如权利要求1所述的一种基于...

【技术特征摘要】

1.一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，步骤(1)所述不同机型是指在构型、规格、系统复杂性和系统性能等方面具有较大差异的apu机型，使得不同机型参数数据分布具有较大差异。所述参数数据dataset(n)具体包含状态参数：进气压力p0、负载压气机导叶角度θ、发电机负载l、apu转速n和进气温度t0；以及目标预测参数：引气功率p。所述引气功率p由引气压力py、引气流量wy和引气温度ty通过公式(1)计算得到。

3.如权利要求1所述的一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，步骤(2)所述分阶段增量非负矩阵分解方法具体包含以下步骤：

4.如权利要求1所述的一种基于迁移学习的飞机辅助动力装置引气性能预测方法，其特征在于，步骤(...

【专利技术属性】
技术研发人员：吴彬云，吴西云，方权燊，赵建，皮凯雯，
申请(专利权)人：吴彬云，
类型：发明
国别省市：