纳入雷诺数修正的GA-Elman算法对EGTM的研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为进一步减小排气温度裕度计算误差，对发动机起飞排气温度裕度基线观察值和雷诺数影响系数进行了多元非线性拟合。提出了利用雷诺数影响系数修正排气温度（ Exhaust Gas Temperature，EGT）基线观察值的方法，将雷诺数影响系数加入神经网络的输入层，利用遗传算法（Genetic Algorithm，GA）优化Elman网络模型，建立排气温度裕度（Exhaust Gas Temperature Margin，EGTM）的预测模型。（剩余5716字）

试读结束

目录
monitor