-
公开(公告)号：CN118626971A
公开(公告)日：2024-09-10
申请号：CN202410810177.1
申请日：2024-06-21
Applicant: 中国航空发动机研究院 , 大连理工大学
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及人工智能领域，尤其涉及一种高性能发动机的融合故障分类方法。本发明基于高性能发动机在不同工况下各个部件的压力与温度传感器数据，利用TCN神经网络深度学习在大数据前提下的预测优势对该数据进行分析学习，以便对部件故障先进行性能参数估计，利用输出的性能参数数据再通过用Transformer神经网络进行故障分类，可以为部件融合故障的分类提供系统性方法，从而提高高性能发动机部件对融合故障的分类能力，增强融合故障分类的系统性。
-
公开(公告)号：CN119577994A
公开(公告)日：2025-03-07
申请号：CN202411748630.7
申请日：2024-12-02
Applicant: 大连理工大学 , 中国航空发动机研究院
Abstract: 本发明属于航空发动机控制与仿真技术领域，公开了一种基于差分松鼠搜索算法的航空发动机模型线性化设计方法。本发明采用了差分进化算法和松鼠搜索算法的融合算法。差分松鼠搜索算法在差分进化算法的基础上，通过引入松鼠搜索算法中的随机扰动和局部搜索策略，显著增加了算法的搜索多样性和收敛性。这种结合使得算法在求解复杂的航空发动机状态变量模型时，能够更好地平衡全局搜索和局部搜索的能力，从而提高搜索效率和解的质量。本发明将融合算法应用于航空发动机状态变量模型的搭建，适用于各种类型航空发动机模型的线性化，具有很强的普适性。
-
公开(公告)号：CN118296955A
公开(公告)日：2024-07-05
申请号：CN202410454462.4
申请日：2024-04-16
Applicant: 中国航空发动机研究院 , 大连理工大学
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/084 , G06N3/0985 , G06F18/15 , G06F18/25 , G06F123/02 , G06N3/048 , G06F119/08
Abstract: 本发明公开一种多工况下小样本的航空发动机性能预测方法，包括：集航空发动机整个巡航周期的传感器数据，并进行预处理；通过限定传感器所采集马赫数Mach、大气总温Temp的特征数据变化范围，筛选不同高度下稳定巡航状态，并对稳定巡航状态下所有特征的数据进行时序压缩；对出口温度进行季节性修正，并筛选输入特征；采用循环分组和滑窗切片方法处理数据，并将其划分为训练集和测试集；搭建TLFN模型，并初始化网络模型的权重和超参数；对TLFN模型进行训练，直至该网络模型收敛；对网络模型进行超参数的优化调试；将测试集数据输入该模型，对其进行测试验证。本发明利用有限的样本数据，对不同工况和不同高度下的航空发动机进行了分析和预测。
-
公开(公告)号：CN119885665A
公开(公告)日：2025-04-25
申请号：CN202510091479.2
申请日：2025-01-21
Applicant: 大连理工大学 , 中国航空发动机研究院
IPC: G06F30/20 , G06F30/15 , G06F17/11 , G06F17/16 , G06F119/08 , G06F119/14 , G06F119/04 , G06F111/10
Abstract: 本发明提供一种基于涡扇发动机的平方根容积卡尔曼滤波器设计方法，属于航空航天推进系统控制与仿真技术领域。本发明将平方根容积卡尔曼滤波方法SRCKF应用于涡扇发动机气路健康参数估计问题中，以解决传统卡尔曼滤波方法在面对航空发动机这类复杂非线性系统状态估计中存在的收敛速度慢、估计精度低，多参数同时发生不同程度衰退时，衰退部件定位不准，衰退类型无法判断，衰退程度估计不精等问题。
-
公开(公告)号：CN118194723A
公开(公告)日：2024-06-14
申请号：CN202410454882.2
申请日：2024-04-16
Applicant: 中国航空发动机研究院 , 大连理工大学
IPC: G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/0495 , G06N3/082 , G06N3/0985 , G06F18/15 , G06F18/213 , G06F18/2433 , G06F123/02
Abstract: 本发明属于人工智能领域，涉及一种基于CTCN‑Lite的航空发动机全包线建模方法。首先建立CTCN网络模型，通过使用航空发动机多工况的多特征参数数据对模型进行训练，并以降采样和剪枝的操作对网络模型进行优化。通过有效地融合卷积神经网络和时序卷积网络，引入Inception结构，增强模型的特征提取能力；在卷积神经网络部分，通过多通路并行卷积挖掘了多个卷积尺度中信息更为密集的特征；在时序卷积网络部分，通过在多个尺度对卷积过滤后的特征数据进行滑窗。对输入网络模型的参数数据进行降采样；在网络模型完成预训练后，分别对CNN部分和TCN部分采用剪枝。该方法针对不同飞行状态下的航空发动机的性能实现了精确预测。
-
Patent Agency Ranking
公开(公告)号：CN112131670A
公开(公告)日：2020-12-25
申请号：CN202011036830.1
申请日：2020-09-28
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明属于航空发动机数值计算技术领域，提供了一种基于混合自适应差分进化的航空发动机模型迭代算法，步骤如下：航空发动机部件级模型的建立；混合自适应差分进化算法求解发动机模型；建立航空发动机动态计算模型。本发明算法建立的航空发动机模型广泛适用于传统涡喷及涡扇发动机、先进的进发一体推进系统、变循环发动机等，可维持动态模型计算不死机中断，且在绝大部分工况条件下满足实时性要求。
-
公开(公告)号：CN112034707B
公开(公告)日：2021-08-20
申请号：CN202010863628.X
申请日：2020-08-25
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
Abstract: 本发明公开一种无模型自适应控制的改进方法，基于多输入多输出系统的紧格式动态线性化无模型自适应控制的改进方法，属于控制算法设计领域。首先，在CFDL‑MFAC中加入比例控制，用来改善原控制系统的响应速度慢、超调大的问题；其次，在以上控制结构中加入执行机构抗饱和控制算法，使得执行机构在达到上限或下限饱和时不再进行超限运算，当控制指令再次进入非饱和区时，执行机构能够快速做出控制响应，提高系统的控制精度；接着，通过严格的分析证明了改进的控制算法可以保证一定条件下跟踪误差和BIBO稳定性；最后，将上述控制算法应用于航空发动机控制系统，通过数值实验可以得出上述控制算法的有效性和优越性。
-
公开(公告)号：CN112131670B
公开(公告)日：2022-10-21
申请号：CN202011036830.1
申请日：2020-09-28
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06F113/08 , G06F119/08 , G06F119/14
Abstract: 本发明属于航空发动机数值计算技术领域，提供了一种基于混合自适应差分进化的航空发动机模型迭代算法，步骤如下：航空发动机部件级模型的建立；混合自适应差分进化算法求解发动机模型；建立航空发动机动态计算模型。本发明算法建立的航空发动机模型广泛适用于传统涡喷及涡扇发动机、先进的进发一体推进系统、变循环发动机等，可维持动态模型计算不死机中断，且在绝大部分工况条件下满足实时性要求。
-
公开(公告)号：CN112034707A
公开(公告)日：2020-12-04
申请号：CN202010863628.X
申请日：2020-08-25
Applicant: 大连理工大学 , 大连理工大学人工智能大连研究院
Abstract: 本发明公开一种无模型自适应控制的改进方法，基于多输入多输出系统的紧格式动态线性化无模型自适应控制的改进方法，属于控制算法设计领域。首先，在CFDL-MFAC中加入比例控制，用来改善原控制系统的响应速度慢、超调大的问题；其次，在以上控制结构中加入执行机构抗饱和控制算法，使得执行机构在达到上限或下限饱和时不再进行超限运算，当控制指令再次进入非饱和区时，执行机构能够快速做出控制响应，提高系统的控制精度；接着，通过严格的分析证明了改进的控制算法可以保证一定条件下跟踪误差和BIBO稳定性；最后，将上述控制算法应用于航空发动机控制系统，通过数值实验可以得出上述控制算法的有效性和优越性。
-
公开(公告)号：CN120104135A
公开(公告)日：2025-06-06
申请号：CN202510184473.X
申请日：2025-02-19
Applicant: 大连理工大学
Abstract: 本发明属于飞机故障诊断与维护保障领域，具体涉及一种飞参诊断规则动态编译方法。本发明根据判据功能预先设计好判据所需代码，留白判据公式和关联参数，待判据公式解析后将判据公式和关联参数填充，并生成待编译判据文件，最后通过编译工具链将待编译文件编译为可链接到主程序的可执行程序，进而实现判据动态编译为可执行程序。大大缩短了判据转化为可执行程序的时间，极大程度加块了保障软件开发流程，大幅提高了保障效率。
-
-
-
-
-
-
-
-
-
Search Results
395
records
(took 0.063 seconds)
