文献类型：期刊文章

作　　者：皮骏[1] 马圣[2] 张奇奇[2] 王力平[3] 崔东泽[4]

PI Jun;MA Sheng;ZHANG Qiqi;WANG Liping;CUI Dongze(College of General Aviation, Civil Aviation University of China, Tianjin 300300, China;College of Aeronautical Engineering, Civil Aviation Univers让y of China, Tianjin 300300, China;MTU Maintenance Zhuhai Company Limited, Zhuhai Guangdong 519030, China;Sino-European Institute of Aviation Engineering, Civil Aviation University of China, Tianjin 300300, China)

机构地区：[1]中国民航大学通用航空学院,天津300300 [2]中国民航大学航空工程学院,天津300300 [3]珠海摩天宇航空发动机维修有限公司,广东珠海519030 [4]中国民航大学中欧航空工程师学院,天津300300

出　　处：《航空动力学报》

基　　金：国家自然科学基金委员会与中国民用航空局联合资助(U1633101);中央高校基本科研业务费项目中国民航大学专项资助(3122017056);中国民航大学创业创新项目(201810059121)

年　　份：2019

卷　　号：34

期　　号：1

起止页码：8-17

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOAGRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.850 6,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。

关 键 词：航空发动机 排气温度 改进的果蝇算法  广义回归神经网络 温度预测  

分 类 号：V231.1] TH17]