涡轴发动机性能退化分析与诊断

摘要：

利用燃气涡轮发动机数值仿真软件(GSP)建立涡轴发动机性能仿真模型,采用退化因子方法得出部件性能退化后发动机测量参数的变化,并以此分析部件性能退化对发动机性能的影响.针对发动机单个部件性能对整机性能的影响权值难以定量的问题,提出采用随机赋权值的极限学习机(ELM)算法诊断发动机部件性能退化.仿真结果表明,运用ELM算法进行涡轴发动机部件性能退化诊断的平均精度可达97.5％,速度也明显快于BP等传统神经网络.

关键词：涡轴发动机、GSP建模、性能退化、极限学习机、退化因子、诊断

所属期刊栏目：28

分类号：V235.12;V231.1+2(航空发动机（推进系统）)

资助基金：国家自然科学基金51505492;“泰山学者”建设工程专项经费资助

在线出版日期：2016-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38