基于LSTM的航空发动机整机支承刚度识别方法

摘要：

针对旋转状态下航空发动机整机的支承刚度识别问题,提出了一种基于长短期记忆(long short-term memory,LSTM)神经网络的航空发动机整机支承刚度识别方法.首先,建立航空发动机整机模型,基于该模型获得目标转速下不同支承刚度对应的位移响应;然后,建立以LSTM为核心层的深度学习网络,以位移响应为输入、支承刚度为输出训练该网络,构建位移响应与支承刚度之间的非线性关系;最后,利用深度学习网络的泛化特性对多个支承刚度进行直接识别.使用该方法对一航空发动机整机进行支承刚度识别,结果表明,支承刚度的识别误差小于2％,LSTM的识别精度高于径向基神经网络与支持向量机.该方法避免了动力学反问题中复杂的寻优过程,实现了复杂非线性结构的动态参数识别.

关键词：支承刚度;识别;航空发动机;整机振动;长短期记忆神经网络

所属期刊栏目：51

分类号：V231.92(航空发动机（推进系统）)

资助基金：国家两机重大专项基础研究资助项目;国家自然科学青年基金资助项目;江苏省自然科学青年基金资助项目;中央高校基本科研业务费专项资金资助项目;江苏省研究生科研与实践创新计划资助项目

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：672-678