Data-Driven Modelling of Gas Turbine Engines

Il libro "Data-Driven Modelling of Gas Turbine Engines" offre un'analisi approfondita dei metodi moderni per la modellazione dei motori a gas (GTE). Oggi, i GTE trovano ampia applicazione in vari settori, tra cui motori a reazione, centrali elettriche e impianti petrolchimici. L'efficienza, la durata e l'affidabilità di questi sistemi possono essere notevolmente migliorate attraverso l'uso di tecniche di modellazione e simulazione. Questo testo specialistico mette in luce i progressi nel campo della modellazione basata sui dati dei GTE e confronta approcci innovativi lineari e non lineari. I modelli lineari, come Ridge, Lasso e Multi-Task Elastic-Net, si basano su regressioni lineari, mentre un modello non lineare viene sviluppato e validato utilizzando reti neurali ricorrenti (RNN). I risultati mostrano che il modello RNN può essere utilizzato in modo affidabile per la previsione delle prestazioni del motore, tracciando le variazioni degli input di sistema.