一种基于循环神经网络的涡扇发动机动态推力估计方法
公开
摘要
本发明公开了一种基于循环神经网络的涡扇发动机动态推力估计方法，包括以下步骤：基于涡扇发动机热力学模型，生成全包线动态推力数据集；设计涡扇发动机全包线动态推力估计评价指标，训练、优化涡扇发动机动态推力估计器；根据所得到的动态推力估计器估计涡扇发动机使用过程中的推力输出水平。本发明的动态推力数据集生成方法提高了发动机动态样本的多样性，解决了训练数据难获取、动态特性单一的问题；建立的动态推力估计评价指标，能够直观评估推力估计器在全包线范围内的动态估计性能表现，有效提高了估计器训练过程中结构参数和训练参数的优化效果和优化效率。
基本信息
专利标题 ：
一种基于循环神经网络的涡扇发动机动态推力估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580267A
申请号 ：
CN202210088655.3
公开（公告）日 ：
2022-06-03
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘慕绚朱逸阳黄金泉陈颖
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市秦淮区御道街29号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
秦秋星
优先权 ：
CN202210088655.3
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F30/15 G06F30/17 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
