一种基于机器学习的航空发动机旋转叶片结冰预测方法

本发明公开了一种基于机器学习的航空发动机旋转叶片结冰预测方法，涉及计算流体力学、传热传质、多相流模拟与人工智能等多个技术领域，用于快速准确预测不同来流工况和叶型参数条件下航空发动机风扇或压气机旋转叶片表面的结冰形态。该方法首先构建旋转叶片的参数化模型，结合正交实验设计生成多组叶型与工况组合，并通过仿真与实验构建多源结冰数据库；随后基于多层感知机与反卷积神经网络构建结冰预测模型，输入来流参数与叶型参数后可输出对应冰形图像；最后通过训练与验证实现模型优化，提升对真实冰形的识别与拟合能力。本发明能够有效提升结冰预测的效率和精度，为航空发动机的防冰设计和安全运行提供技术支持。