<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>

      3. <address id="n0hly"></address>
      3. 
	
        

		
		

	
        
				
			加急見(jiàn)刊
		
        
		

		
		
        
			
        
				
				
				
        
					
					
        
						
						
        基于粒子群極限學(xué)習機的排氣溫度裕度預測
        
						
        戴邵武; 陳強強; 劉志豪; 戴洪德  海軍航空大學(xué); 山東煙臺264000; 海軍92214部隊; 浙江寧波315000
        

					
        
					
        摘要：排氣溫度是表征發(fā)動(dòng)機工作狀態(tài)的主要參數之一,通過(guò)對多個(gè)飛行架次的排氣溫度裕度(Exhaust Gas Temperature Margin,EGTM)進(jìn)行預測分析,能夠在一定程度上反映發(fā)動(dòng)機工作性能,為后續故障檢測工作提供理論依據。針對EGTM數據的非線(xiàn)性、非平穩特征,提出了基于粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)的極限學(xué)習機(Extreme Learning Machine,ELM)預測方法。通過(guò)ELM構建EGTM的預測模型,并利用PSO算法對其參數進(jìn)行優(yōu)化以保證模型的精確性;以某航空發(fā)動(dòng)機EGTM數據作為驗證,結果表明,相比于傳統的預測方法,RMSE與MAE分別降低至1.889 8、1.0,有效提高了預測精度。
        
					
        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系儀表技術(shù)雜志社
        
				
        
				

			
        
		
        

		
		

	
        

	
	
	
	
	
	
	
	


亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看

        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>
        

          <small id="n0hly"><progress id="n0hly"></progress></small>
          3. 

          <address id="n0hly"></address>
          3.