基于LSTM的航空发动机电气附件性能预测

作     者：罗贤峰 何宇 刘仲富 余振源 窦宇骁 孙兆荣 

作者机构：中国民航大学天津300300 

基　　金：天津市大学生创新创业训练项目(202110059129) 

出 版 物：《科技创新与应用》 (Technology Innovation and Application)

年 卷 期：2022年第12卷第11期

页      码：56-60页

摘      要：电气附件是航空发动机重要组成部分,包括电磁活门、作动器、传感器等,其结构复杂,种类庞多,还因振动、疲劳、应力等原因性能衰减,导致信号错误或控制失灵,严重时造成发动机空中停车,直接影响到飞机飞行安全。对此设计开发一套发动机电气附件性能预测系统,通过长短期记忆神经网络(Long Short-Term Memory Network,LSTM)构建基于数据驱动的电气附件静态性能预测模型,通过机器的训练与学习,预测分析电气附件的性能衰减状况,为发动机的维修提供有力的技术支持。

主 题 词：发动机电气附件 静态测试 性能预测 长短期记忆神经网络 

学科分类：08[工学] 082503[082503] 0825[工学-环境科学与工程类] 

D　O　I：10.19981/j.CN23-1581/G3.2022.11.010

馆 藏 号：203110828...