【技术实现步骤摘要】
本专利技术涉及燃烧不稳定监测及主动控制领域，具体是一种基于深度学习的燃烧不稳定预测及主动控制方法。
技术介绍
1、燃烧不稳定经常发生在推进和动力系统中，是火箭发动机、航空发动机和燃气轮机研发过程的一个重要问题。燃烧不稳定会导致高振幅的噪声和振动，可能对燃烧室的结构产生破坏甚至导致灾难性故障，因此必须对其进行抑制和控制，燃烧不稳定控制方法主要是被动控制和主动控制。被动控制通过调整燃烧组织或使用声学共振器来抑制特定频率的振荡燃烧，具有成本高、灵活性低、针对特定系统设计的缺点，主动控制已经被证明更为灵活有效。
2、现有的主动控制方法大多是通过传感器返回值计算主动控制算法，动态调整控制器的输出，利用火焰、燃烧室的声学或涡流脱落相互作用来抑制热释放和压力之间的耦合，但是燃烧系统变化的时间尺度相对于控制器做出反应的时间尺度非常短，控制器的实际控制能力受限于在被控系统动态变化的时间尺度内做出响应的速度，为了提升控制能力，许多研究尝试建立燃烧不稳定预测模型，对系统的动态演变进行在线预测。目前常用的方法是通常通过分析传递函数或通过连续性、动量...
【技术保护点】
1.一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤S01具体为：在燃烧室一旁架设朝向燃烧室的高速摄像机，在燃烧室上布置压力传感器同步采集火焰图像和压力信号。
3.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤S02具体为：
4.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤S03具体为：
5.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，...
【技术特征摘要】
1.一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤s01具体为：在燃烧室一旁架设朝向燃烧室的高速摄像机，在燃烧室上布置压力传感器同步采集火焰图像和压力信号。
3.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤s02具体为：
4.根据权利要求1所述的一种基于深度学习的燃烧不稳定主动控制方法，其特征在于，步骤s03具体...
【专利技术属性】
技术研发人员：姚倩，田世泽，李建中，黄晓锋，邓远灏，
申请(专利权)人：南京航空航天大学，
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。