基于采样观测器的航空发动机气动失稳预测方法及系统

    公开(公告)号:CN117556538A

    公开(公告)日:2024-02-13

    申请号:CN202311533524.2

    申请日:2023-11-16

    Applicant: 山东大学

    Abstract: 本发明公开了一种基于采样观测器的航空发动机气动失稳预测方法及系统,包括:以航空发动机单测点数据及其导数为状态变量的微分方程作为描述发动机失稳发展过程中正常模式和失稳先兆模式的动力学模型;构建对应不同失稳试验的神经网络辨识模型,将相似工况下的神经网络辨识模型进行融合表达,构造包含多个决策组的失稳特性的知识库;利用实测的单测点压力数据在每个决策组进行先兆模式检测,得到相对应的二级决策结果,对不同决策组的二级决策结果进行综合处理,得到一级决策结果。本发明采用单一传感器数据获取气动失稳模型在大范围状态空间的神经网络表达,有利于降低决策过程的计算复杂度,从而提高失稳预测的实时性。

    基于确定学习的多级高速压气机气动失稳预警方法及系统

    公开(公告)号:CN119594046A

    公开(公告)日:2025-03-11

    申请号:CN202411738419.7

    申请日:2024-11-29

    Applicant: 山东大学

    Inventor: 胡竞涛 王聪

    Abstract: 本发明提出基于确定学习的多级高速压气机气动失稳预警方法及系统,在多级高速压气机以全环与扇区相结合的多角度方式布置传感器测点获取气动失稳试验中的脉动压力数据,利用确定学习建模方法根据脉动压力数据对气动失稳内部非线性动态系统进行学习,学习结果作为快时变失稳模式的全息表达,能够刻画气动失稳复杂动态现象发展过程中更加本质、全面的动力学特征,具有良好的可解释性。在此基础上发展了气动失稳的在线预警方法,仅利用多级高速压气机的单测点脉动压力数据能够在失稳发生前给出预警信号,因而具有一定的应用价值,有望为高性能航空发动机安全稳定运行提供具有实际意义的实时监测方法。

Patent Agency Ranking