[发明专利]一种基于长短时记忆网络的航空发动机过渡态推力估计方法

摘要

本发明提供一种基于长短时记忆网络的航空发动机过渡态推力估计方法，包括如下步骤：首先，获取航空发动机机载设备的各项影响发动机推力的参数数据集；对所得数据集整体进行归一化处理和序列化处理；将序列化处理后的训练数据集传递到基于长短时记忆网络的算法中，通过随机梯度下降算法优化算法参数，得出网络模型。现有技术只能以一定精度估计航空发动机稳态下的推力，而对于航空发动机过渡态下的推力，无法进行估计。本发明基于长短时记忆神经网络，是针对航空发动机的过渡态而设计的推力估计器，能满足过渡态下推力估计的精度要求。本发明提出了航空发动机过渡态推力估计的方法，填补了过渡态推力估计方法的空缺。

主权项

1.一种基于长短时记忆网络的航空发动机过渡态推力估计算法，其特征在于，包括如下步骤：步骤1：获取航空发动机机载设备的各项影响发动机推力的参数，按照不同的规律调整油门杆角度从航空发动机模型中采集n次发动机所述参数的值以及发动机的实际推力，构成n个数据集，假设每个样本的维度大小为sample_size；步骤2：对步骤1所得n个数据集进行预处理；步骤2.1：将步骤1所得n个数据集合并为一个数据集进行归一化处理，然后将归一化后的数据按照其原本所属的数据集，拆分至其原本的数据集中；步骤2.2：对归一化后的n个数据集分别进行序列化处理，获得n个序列化后的数据集；步骤3：将n个序列化后的数据集划分为训练数据集和测试数据集；将训练数据集传递到基于长短时记忆网络的算法中训练估计器模型；训练结束后，将测试数据集传递到估计器模型中，判断估计器模型的预测精度是否满足预定精度；若满足预定精度，则结束训练过程，保存估计器模型参数；若不满足预定精度，则调整估计器模型参数，重新训练，直至满足预定精度；步骤4：将发动机实际全飞行包线内机载设备的所述参数输入到估计器模型中，得到航空发动机过渡态的估计推力。