基于过程神经网络的航空发动机性能参数预测
对航空发动机性能参数预测，有助于提前掌握航空发动机的健康状态，确保飞行安全。针对传统方法难于对性能参数进行有效预测的问题，提出一种基于过程神经网络的性能参数预测方法。为了解决反向传播学习算法收敛速度慢、易陷于局部极小点等问题，开发了一种基于正交基函数展开的Levenberg-Marquardt学习算法。为了提高过程神经网络的泛化能力，从提高训练样本的质量和规模入手，研究了实际测量数据的预处理方法，并提出一种基于样条函数拟合和相空间重构理论的训练样本集构造方法。最后将该方法用于某型航空发动机性能参数的预测，取得了满意的结果。
过程神经网络 航空发动机 性能参数预测 Levenberg-Marquardt学习算法 相空间重构 正交基函数
丁刚 付旭云 钟诗胜
哈尔滨工业大学机电工程学院,黑龙江哈尔滨 150001
国内会议
北京
中文
944-962
2010-09-15（万方平台首次上网日期，不代表论文的发表时间）