机构名称：
¥ 1.0
在飞机发动机系统中，嵌入在发动机中的传感器在飞行周期期间收集关键的操作数据，这对于预后和健康管理（PHM）框架至关重要。例如，在这项研究[1]中，作者引入了一个经过暂时快照数据训练的经常性神经网络，以得出指示发动机降解的状态向量。最近的进步导致在飞行操作过程中收购了连续CEOD（连续发动机操作数据），从而提供了更全面的数据集。CEOD包括由机板系统获得的多个传感器读数和计算输出以及随后处理的飞行后。利用此连续数据流显示了精炼算法以达到更高的精度和效率的潜力，从而克服了与使用快照数据相关的约束。值得注意的是，它在异常检测方法中发挥了作用[2]。我们的研究工作解决了两个主要目标。首先，它提出了一种用于使用CEOD的飞机发动机数据驱动的模拟器的方法。此模拟器模拟了真实飞机发动机的复杂动力学行为，从而在各种操作条件下（包括多样化的飞行机制和发动机控制）实现了复杂的模拟。此类模拟为影响发动机健康的各种因素提供了宝贵的见解。其次，它证明了该模拟器在物理引擎中观察到的降解过程中的实用性。所提出的应用程序代表了一个多功能算法框架，能够模拟飞机发动机并监视其
捕获飞机发动机退化动力学
主要关键词
相关文件推荐
