10.3969/j.issn.1006-9348.2020.01.007
改进的BP神经网络对飞机换热器结垢厚度预测
为了节约飞机维修成本,准确预测换热器结垢厚度,通过利用改进的BP神经网络预测模型,利用25组数据,建立了换热器结垢厚度与四个因素(环境温度、空调系统进口压力、初级换热器出口温度、次级换热器出口温度)之间的网络预测模型.模型包括4个输入神经元,9个隐含层神经元和1个输出层神经元.训练结果表明,改进之后的BP神经网络模型不仅克服了原始BP神经网络收敛速度慢,稳定性差的特点,还可以以较高的精度预测换热器的结垢厚度.
飞机热交换器、结垢厚度、预测
37
TP206.3(自动化技术及设备)
民航重大专项,项目编号;国家重点研发计划
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
27-30