Data-Driven Modelling of Gas Turbine Engines

Das Buch "Data-Driven Modelling of Gas Turbine Engines" bietet eine umfassende Untersuchung der modernen Methoden zur Modellierung von Gasturbinenmotoren (GTE). In der heutigen Zeit finden GTE breite Anwendung in verschiedenen Bereichen, darunter Jet-Triebwerke, Kraftwerke und petrochemische Anlagen. Die Effizienz, Langlebigkeit und Zuverlässigkeit dieser Systeme können durch den Einsatz von Modellierungs- und Simulationstechniken erheblich gesteigert werden. Dieses Fachbuch beleuchtet die Fortschritte im Bereich der datengestützten Modellierung von GTE und vergleicht innovative lineare und nichtlineare Ansätze. Die linearen Modelle, wie Ridge, Lasso und Multi-Task Elastic-Net, basieren auf linearen Regressionen, während ein nichtlineares Modell mithilfe rekurrenter neuronaler Netze (RNN) entwickelt und validiert wird. Die Ergebnisse zeigen, dass das RNN-Modell zuverlässig zur Leistungsprognose des Motors eingesetzt werden kann, indem es die Veränderungen der Systemeingaben verfolgt.