一种基于图神经网络的航空发动机不确定性建模方法

本发明涉及航空发动机设计领域，公开了一种基于图神经网络的航空发动机不确定性建模方法，通过拉丁超立方采样生成包含航空发动机各部件中的几何不确定性特征的高维样本集，同时考虑各部件输入不确定性特征对部件指标的影响，不同部件之间、各部件指标对整机指标的影响，构建航空发动机部件的图结构数据集，将几何参数作为节点特征，通过图注意力网络学习部件间关系；训练图神经网络模型，实现单部件、部件耦合以及整机级不确定性量化分析与建模，同时预测多个部件指标和整机指标；本发明一方面提高了预测精度和鲁棒性，另一方面通过图神经网络有效捕捉多层级依赖关系，解决了传统方法在处理复杂不确定性时的局限性，促进了航空发动机设计优化。