基于1DCNN-Resnet-LSTM模型的LEAP发动机可调静子叶片角度预测

摘要

可调静子叶片(VSV)是航空发动机压气机气流控制的重要机构,能够扩大压气机稳定工作范围,提高其气动性能。依托飞机快速存取记录器(QAR)中储存的海量LEAP发动机数据,建立一种基于1DCNN-Resnet-LSTM模型对LEAP发动机的VSV角度进行预测的方法。模型的评价结果显示,模拟输出对比实际输出误差小,模拟趋势变化能够很好贴合实际数据,表明使用深度学习算法对VSV角度进行预测进而探索其控制规律具有可行性和显著的优势。