基于热力学与数据驱动的混合网络用于燃气轮机建模
系统与控制
2021-06-02 v2 系统与控制
摘要
在翼发动机性能难以通过热力学模型跟踪，因为其部件特性图不准确；也难以通过数据驱动方法跟踪，因为其易对测量误差过拟合。因此，我们提出了一种基于热力学与数据驱动的混合网络用于燃气轮机建模。与热力学模型不同，我们的网络以数据驱动方式重构部件特性，以考虑部件退化和个体差异。此外，与数据驱动方法不同，在训练阶段，使用基于物理的方程和解析数学描述来确保优化收敛到燃气轮机的动力学。使用了多达26970组的海量松弛准稳态飞行数据来训练和测试我们的混合网络。结果表明，以最大T6相对误差衡量，我们的混合网络精度可达约7%，比基于特性图拟合的热力学模型高5%，比模型规模相近的纯数据驱动方法高8%。
引用
@article{arxiv.2104.14842,
title = {A Thermodynamic based and Data Driven Hybrid Network for Gas Turbine Modeling},
author = {Likun Ren},
journal= {arXiv preprint arXiv:2104.14842},
year = {2021}
}