摘要
本发明公开了一种知识与数据双驱动的航空发动机总体性能代理模型的构建方法,涉及数值模拟技术领域,构建过程包括以下步骤:采用拉丁超立方抽样生成初始样本集,对初始样本集中的样本点逐一进行仿真迭代求解获取收敛样本集并训练IVTX和ETDX代理模型,串联组成知识与数据双驱动代理模型KDSM。对于未收敛样本点,通过KDSM模型预测发动机性能仿真模型的初猜值,并进行仿真迭代求解补充收敛样本集和更新训练代理模型,直到不再产生新的收敛样本点,获得最终的KDSM。本发明提到的代理模型适用于不同构型航空发动机的性能计算场景,预测精度高,泛化能力强,可辅助改善发动机性能仿真模型的计算效率和收敛性,应用灵活。
技术关键词
样本
航空发动机
仿真模型
发动机控制
拉丁超立方抽样
数据
数值模拟技术
策略
误差向量
变量
流路
构型
场景
系统为您推荐了相关专利信息
编解码器模型
数据获取方法
预训练模型
二维卷积神经网络
地理信息数据
化疗疗效预测
急性髓系白血病
外周血
风险预测模型
数据获取模块