留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

航空发动机性能参数联合RBFPN和FAR预测

吕永乐 郎荣玲 路 辉 谈展中

吕永乐, 郎荣玲, 路 辉, 等 . 航空发动机性能参数联合RBFPN和FAR预测[J]. 北京航空航天大学学报, 2010, 36(2): 131-134.
引用本文: 吕永乐, 郎荣玲, 路 辉, 等 . 航空发动机性能参数联合RBFPN和FAR预测[J]. 北京航空航天大学学报, 2010, 36(2): 131-134.
Lü Yongle, Lang Rongling, Lu Hui, et al. Prediction of aeroengine-s performance parameter combining RBFPN and FAR[J]. Journal of Beijing University of Aeronautics and Astronautics, 2010, 36(2): 131-134. (in Chinese)
Citation: Lü Yongle, Lang Rongling, Lu Hui, et al. Prediction of aeroengine-s performance parameter combining RBFPN and FAR[J]. Journal of Beijing University of Aeronautics and Astronautics, 2010, 36(2): 131-134. (in Chinese)

航空发动机性能参数联合RBFPN和FAR预测

基金项目: 国防"十一五"预研项目(102010201)
详细信息
    作者简介:

    吕永乐(1981-),男,河南洛阳人,博士生,Lv_yongle@ee.buaa.edu.cn.

  • 中图分类号: TP 206+.3

Prediction of aeroengine-s performance parameter combining RBFPN and FAR

  • 摘要: 排气温度是最能反映航空发动机运行状态的性能参数之一.对连续飞行班次的起飞排气温度裕度(EGTM, Exhaust Gas Temperature Margin)参数进行预测分析,有助于判知航空发动机将来的工作性能,为预防和排除故障提供充分的时间和决策依据.在依据具有非线性、非平稳特征的起飞EGTM历史监测值序列构建预测模型时,基于奇异值分解滤波算法提出了一种联合径向基函数预测网络(RBFPN, Radial Basis Function Prediction Networks)和函数系数自回归模型(FAR, Functional-coefficient Auto Regressive model)的预测方案,充分发挥RBFPN和FAR在预测EGTM参数值变动趋势成分和随机成分的各自优势,使其互为补充,协同处理.实验结果表明该联合预测方案能够有效抑制RBFPN或FAR单独采用时所呈现出的不足,提高预测性能.

     

  • 加载中
计量
  • 文章访问数:  3545
  • HTML全文浏览量:  143
  • PDF下载量:  1048
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-01-07
  • 网络出版日期:  2010-02-28

目录

    /

    返回文章
    返回
    常见问答