[发明专利]用于稳态性能接近的神经网络

权利要求书

1.一种用于涡轮发动机的稳态性能接近的计算机实施的方法，其特征在于，所述方法包括：

通过一个或多个计算设备，接收包含一个或多个操作参数的数据集，所述一个或多个操作参数指示在操作期间所述涡轮发动机的操作状况；

通过所述一个或多个计算设备，将所述数据集的至少一部分输入到神经网络中，所述神经网络包括：

接收至少一部分数据集的输入层；

隐藏层；

输出层；

其中输入包括：

当所述输入层接收到数据的至少一部分时，通过所述输入层将一组第一权重应用于所述数据集的至少一部分；

通过所述隐藏层对所述数据集的至少一部分应用第一激活函数，从而生成一组值；

接收所述一组第一值并通过所述输出层将一组第二权重添加到所述一组值；和

通过所述输出层将第二激活函数应用于所述一组值，从而生成所述神经网络的输出，所述输出是涡轮发动机的一个或多个性能指标；和

通过所述一个或多个计算设备，接收所述涡轮发动机的一个或多个性能指标，所述涡轮发动机的一个或多个性能指标基于所述一个或多个操作参数；

其中所述神经网络被构造为接近所述涡轮发动机的所述稳态性能；和

所述涡轮发动机的一个或多个性能指标指示所述涡轮发动机的所述稳态性能。

2.根据权利要求1所述的计算机实施的方法，其特征在于，其中至少部分地基于稳态循环平台的训练数据集来训练所述神经网络。

3.根据权利要求2所述的计算机实施的方法，其特征在于，其中所述稳态循环平台是基于物理的模型。

4.根据权利要求2所述的计算机实施的方法，其特征在于，其中通过以下步骤至少部分地基于所述稳态循环平台的所述训练数据集来训练所述神经网络：

通过所述一个或多个计算设备，将所述训练数据集的至少一部分输入到所述神经网络中，所述训练数据集指示在操作期间所述涡轮发动机的稳态操作状况，所述训练数据集包括所述稳态循环平台的一个或多个循环平台输入和一个或多个循环平台输出，每个所述循环平台输出对应于所述循环平台输入中的一个或多个；

通过所述一个或多个计算设备，接收所述涡轮发动机的一个或多个性能指标作为所述神经网络的输出，和

通过所述一个或多个计算设备，至少部分地基于误差Δ来训练所述神经网络，所述误差Δ描述所述神经网络的输出和与输入到所述神经网络的所述循环平台输入中的一个或多个对应的所述循环平台输出之间的差异。

5.根据权利要求1所述的计算机实施的方法，其特征在于，其中所述一个或多个操作参数包括以下中的至少一个：风扇速度、高度、环境温度和马赫数。

6.根据权利要求1所述的计算机实施的方法，其特征在于，其中所述涡轮发动机安装到旋翼飞行器或与旋翼飞行器成一体，并且其中所述一个或多个操作参数包括以下中的至少一个：向前空速、请求扭矩和请求动力。

7.根据权利要求1所述的计算机实施的方法，其特征在于，其中所述一个或多个性能指标包括以下中的至少一个：质量流量、一个或多个站温度、一个或多个站压力以及核心速度。

8.根据权利要求1所述的计算机实施的方法，其特征在于，其中在接收所述涡轮发动机的所述一个或多个性能指标作为所述神经网络的输出之后，所述方法进一步包括：

通过所述一个或多个计算设备，将所述一个或多个性能指标提供给损伤模型。

9.根据权利要求1所述的计算机实施的方法，其特征在于，其中所述涡轮发动机安装到飞行器或与飞行器成一体，并且其中在接收所述涡轮发动机的所述一个或多个性能指标作为所述神经网络的输出之后，所述方法进一步包括：

通过所述一个或多个计算设备，将所述一个或多个性能指标提供到位于所述飞行器上的运载工具计算设备。