买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京航空航天大学申请的专利一种基于循环神经网络的涡扇发动机动态推力估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114580267B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210088655.3，技术领域涉及：G06F30/27；该发明授权一种基于循环神经网络的涡扇发动机动态推力估计方法是由潘慕绚;朱逸阳;黄金泉;陈颖设计研发完成，并于2022-01-25向国家知识产权局提交的专利申请。

本一种基于循环神经网络的涡扇发动机动态推力估计方法在说明书摘要公布了：本发明公开了一种基于循环神经网络的涡扇发动机动态推力估计方法，包括以下步骤：基于涡扇发动机热力学模型，生成全包线动态推力数据集；设计涡扇发动机全包线动态推力估计评价指标，训练、优化涡扇发动机动态推力估计器；根据所得到的动态推力估计器估计涡扇发动机使用过程中的推力输出水平。本发明的动态推力数据集生成方法提高了发动机动态样本的多样性，解决了训练数据难获取、动态特性单一的问题；建立的动态推力估计评价指标，能够直观评估推力估计器在全包线范围内的动态估计性能表现，有效提高了估计器训练过程中结构参数和训练参数的优化效果和优化效率。

本发明授权一种基于循环神经网络的涡扇发动机动态推力估计方法在权利要求书中公布了：1.一种基于循环神经网络的涡扇发动机动态推力估计方法，其特征在于：包括以下步骤：步骤1、基于涡扇发动机热力学模型，生成全包线动态推力数据集；步骤2、设计涡扇发动机全包线动态推力估计评价指标，训练、优化涡扇发动机动态推力估计器；步骤3、根据所得到的动态推力估计器估计涡扇发动机使用过程中的推力输出水平；所述步骤1中动态推力数据集生成方法的具体步骤如下：步骤1.1，为了训练得到选取航空发动机全飞行包线随机动态推力模型，选取大气环境参数和发动机可测量状态参数组成发动机t时刻状态xt；选取发动机当前及前n个时刻的状态组成t时刻发动机状态组Xt＝[xt-n,...,xt]，作为LSTMRNN神经网络的输入；选取当前时刻推力Ft作为神经网络输出，写为Yt＝[yt]；由Xt＝[xt-n,...,xt]→Yt＝[yt]构成的输入输出对组成动态推力数据集的基本结构；步骤1.2，在全包线范围内随机选取工作点[H,Ma]、初始燃油流量Wfb和初始尾喷口面积A8、终态推力指令r和PI控制参数kp和ki；根据初始条件对发动机初始化后，根据推力指令rF和部件及模型推力输出F计算推力误差eF＝rF-F，并进行推力误差反馈控制，以获得发动机随机动态特性；步骤1.3，在动态过程中，基于步骤1.1中的数据集结构采集发动机动态数据，当发动机进入稳态时停止数据采集；步骤1.4，将步骤1.2-步骤1.3所述步骤重复进行o次，完成动态推力数据采集；所述步骤2中全飞行包线动态推力估计器训练方法的具体步骤如下：步骤2.1，基于经验和试凑法，选取LSTM循环神经网络层数、节点数和时间序列长度；步骤2.2，采用Adam优化器，基于动态推力数据集在给定的学习率下分批进行训练；步骤2.3，设计涡扇发动机全包线动态推力估计评价指标，评估涡扇发动机动态推力估计器在全包线范围内的综合性能；步骤2.4，基于步骤2.3设计的动态推力评价指标，对步骤2.2训练得到的动态推力估计器在全包线范围内的估计性能进行评估，根据评估结果，调整步骤2.1和步骤2.2中网络层数、节点数、时间序列长度、学习率；所述步骤2.3中全包线动态推力估计评价指标设计方法的具体步骤如下：步骤2.3.1，随机生成l组1×5的随机数组cj＝[Wfb,j,A8,j,kp,j,ki,j,rj]，j＝1,...,l，组成其中Wfb,j表示第j组试验中燃油的归一化初始状态，A8,j表示第j组试验中尾喷口面积的归一化初始状态，kp,j表示第j组试验中的比例系数，ki,j表示第j组试验中的积分系数，rj表示第j组试验中推力的归一化指令，并且Wfb,j∈[0,1]，A8,j∈[0,1]，kp,j∈[0,1]，ki,j∈[0,1]，rj∈[0,1]；步骤2.3.2，在同一工作点[H,Ma]下，分别获取当前工作点的最大推力Fmax和最小推力Fmin，最大燃油流量Wfb,max和最小燃油流量Wfb,min，最大尾喷口面积A8,max和最小尾喷口面积，根据步骤2.3.1中的进行反归一化，得到初始燃油、初始尾喷口面积和推力指令值，建立l个测试样例，反归一化过程表示为Wfb,ini,j＝Wfb,j·Wfb,max-Wfb,min+Wfb,minA8,ini,j＝A8,j·A8,max-A8,min+A8,minrF,j＝rj·Fmax-Fmin+Fmin在这l个测试样例上，通过预设系数kp,j和ki,j，基于PI控制器对推力进行误差反馈控制，记录测试过程中每个时刻推力估计和发动机推力输出之间的误差值，计算在该工作点单点平均推力估计误差eF,mean和单点最大瞬间推力估计误差eF,max；步骤2.3.3，在全包线范围内，以高度间隔划分出n个点，按马赫数间隔划分出m个点，在全包线范围内组成n×m个工作点，在这些工作点上按照步骤2.3.2-步骤2.3.3进行单点测试，记录n×m个网格点的单点平均推力估计误差eF,mean和单点最大瞬间推力估计误差eF,max；步骤2.3.4根据单点平均推力估计误差eF,mean和单点最大瞬间推力估计误差eF,max，计算整个包线内推力估计的整体平均误差推力估计误差方差vareF,mean，以及包线内最大推力估计误差

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。