申请/专利权人：大连理工大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117807711A

主分类号：G06F30/15

分类号：G06F30/15;G06F30/27;G06F119/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提供一种基于神经元启发式变分模态分解的轴流压气机失速喘振预测方法，属于航空发动机建模与仿真技术领域。首先，对航空发动机喘振数据进行预处理。其次，构建变分模态分解计算模块。最后，利用神经元启发式粒子群算法对变分模态分解的约束优化问题进行求解，从而得到变分模态分解的计算结果，并根据结果的变化实现轴流压气机失稳预测。本发明综合了时频域特征和变分模态分解变化趋势，提高了预测精度，并且具有一定的抗干扰性；并利用本发明提出的神经元启发式粒子群算法提高了计算精度，从而能够更好的实现轴流压气机失稳预测，有利于提高发动机主动控制的性能，具有一定的普适性。

主权项：1.一种基于神经元启发式变分模态分解的轴流压气机失速喘振预测方法，其特征在于，包括以下步骤：S1对航空发动机喘振数据进行预处理，得到实信号；S2基于得到的实信号，构建变分模态分解模块；S3根据变分模态分解的需求和目标，定义变分约束问题：S4采用启发式神经元粒子群算法，求解S3中的变分约束最小化问题；S5基于S4求解的变分约束最小化问题，得到启发式神经元变分模态分解结果，通过对比每个时间视窗下，各个模态分解的结果变化，实现轴流压气机失稳预测。

全文数据：

权利要求：

百度查询： 大连理工大学 基于神经元启发式变分模态分解的轴流压气机失速喘振预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD