納入雷諾數(shù)修正的GA-Elman算法對EGTM的研究

打開文本圖片集

摘要：為進一步減小排氣溫度裕度計算誤差，對發(fā)動機起飛排氣溫度裕度基線觀察值和雷諾數(shù)影響系數(shù)進行了多元非線性擬合。提出了利用雷諾數(shù)影響系數(shù)修正排氣溫度（ Exhaust Gas Temperature，EGT）基線觀察值的方法，將雷諾數(shù)影響系數(shù)加入神經(jīng)網(wǎng)絡的輸入層，利用遺傳算法（Genetic Algorithm，GA）優(yōu)化Elman網(wǎng)絡模型，建立排氣溫度裕度（Exhaust Gas Temperature Margin，EGTM）的預測模型。（剩余5716字）