来源：期刊VIP网 时间：
作者：邓雨阳;李继超;刘景源;彭峰;张宏武;
单位：江苏大学流体机械工程技术研究中心;中国科学院工程热物理研究所;
摘要：及时可靠预测失速对航空发动机安全稳定运行具有非常重要的意义，基于深度学习原理，利用长短期记忆网络（LSTM）对轴流压气机失速进行预测。利用试验测量的压气机失速过程数据作为学习样本，合理选择网络的结构模型，构建了基于LSTM的失速预测模型，并利用灰狼优化算法（GWO）对LSTM的参数进行优化。在此基础上，将一组动态数据输入模型，利用回归预测方法完成后续时刻信号的预测，经过与实测数据对比验证了模型预测的可靠性。随后，利用该模型，通过递归预测方法对失速起始点进行了预测，与实际测得的失速起始时刻相比，模型可提前1 s以上准确预测到失速的发生。与传统失速预警方法相比，该模型避免了阈值设定带来误报的可能，具有显著的应用潜力。
关键词：航空发动机;;压气机;;失速;;深度学习;;长短时记忆网络;;灰狼优化算法
基金资助：北京市自然科学基金(JQ24017);; 国家自然科学基金(52376039);; 国家科技重大专项(J2019-Ⅱ-0005-0025;Y2022-Ⅱ-0002-0005)~~
