面向核心单元体的航空发动机性能评估研究

Research on aero-engine performance evaluation facing the core modules

针对航空发动机管理"安全关口前移"的新要求,提出从核心单元体层面进行性能评估。依据发动机工作原理提出显著影响性能的核心单元体及可测参数;以BP神经网络建立核心单元体可测参数与Cycles、DEGT性能参数的非线性网络,验证可测参数的有效性;以TOPSIS信息熵构建核心单元体性能评估模型。以PW4077D发动机1441-1751Cycles信息进行模型验证,并与PCA模型比较,结果显示:两种模型都得出核心单元体性能随着Cycles增加而下降,但TOPSIS信息熵模型能显示HPC和HPT性能下降过程复杂,比PCA模型评估精度高。故为选取重点管理单元体提供依据,实现从整机到单元体的前移,提高预警裕度。