基于过程神经网络的航空发动机排气温度预测

被引：22

作者：

丁刚 ^{[1
,2
]}

徐敏强 ^{[2
]}

侯立国 ^{[3
]}

机构：

[1] 哈尔滨工业大学机电工程学院

[2] 哈尔滨工业大学航天学院

[3] 北京飞机维修工程有限公司

来源：

航空动力学报 | 2009年 / 24卷 / 05期

关键词：

航空发动机排气温度; 预测; 泛函逼近; 过程神经网络; 学习算法;

D O I：

10.13224/j.cnki.jasp.2009.05.013

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

摘要：

从泛函分析的角度出发,将航空发动机排气温度预测问题转换为一种泛函逼近问题.利用过程神经网络对任意连续泛函的逼近能力,提出了一种基于过程神经网络的航空发动机排气温度预测方法.为克服过程神经网络学习速度慢的问题,为其开发了一种基于正交基函数展开的Levenberg-Marquardt学习算法.将所提出的预测方法应用到某型航空发动机的排气温度预测中,取得了满意的结果.

引用

页码：1035 / 1039

页数：5

共 6 条

[1] 用结构自适应神经网络预测航空发动机性能趋势 [J].