基于输出层增强的LSTM发动机排气温度模型

作者：张帅; 杜军; 严智

来源：电子测量与仪器学报, 2019, 33(08): 124-132.

DOI：10.13382/j.jemi.B1902170

• 航空发动机
• EGT
• LSTM
• 隐含层
• 输出层

针对当前航空发动机排气温度预测模型精度低的问题,通过分析气路系统特性和飞行数据特点,得出了其状态变化具有渐近连续性的特点,并基于此设计了一种输出层增强的长短期记忆网络模型(OLE-LSTM)。该模型通过在输出层间以及输出层与隐含层间增加信息通路的方法,优化网络对历史输出信息的继承和对当前输入信息的筛选,从而提高模型精度。最后选取执飞不同任务的两个架次发动机排气温度(EGT)数据进行实验,结果表明,相较于标准LSTM、OLE-LSTM模型的平均决定百分比误差由5.232%、7.171%分别减小至1.017%、3.950%,具有更快的收敛速度和更小的稳态误差,有效提高了模型精度。

• 单位
  空军工程大学