Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
CoCluster: Efficient Mining Maximal Trend Biclusters Without Candidate Maintenance in Discrete Resource Effectiveness Matrix Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

54. Study on the Evaluation of Engine Performance Based on Hybrid Optimization Algorithm

verfasst von : Zhao Kai, Li Benwei

Erschienen in: Proceedings of the First Symposium on Aviation Maintenance and Management-Volume II

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To solve the lack of ability to evaluate engine performance based on single parameter, the method of evaluating engine performance based on multiple parameters is studied. This paper uses hybrid optimization algorithm and classical particle swarm optimization algorithm to obtain the weights of multiple parameters by analyzing the test data of a type of engine. The comparative study shows the hybrid optimization algorithm is superior to the classical particle swarm optimization (PSO) in the calculation result. Finally, the engine performance index of each overhaul is calculated.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Design and Experimental Research of Microquantity Lubrication Device Used in the in situ Cutting of Aircraft Titanium Alloy Structural Damage
Nächstes Kapitel The Design of the Aircraft Supportability Evaluation System
Literatur
1.
Kennedy J, Eberhart R (1995) Particle swarm optimization. In: IEEE international conference on neural networks, Perth, Australia, 1995:1942–1948
2.
Eberhart R, Kennedy J (1995) A new optimization using particle swarm theory. In: Proceedings of the sixth international symposium on micro machine and human science, Nagoya, Japan, 1995:39–43
3.
He X, Liu Y, Zhao X (2012) Performance deterioration evaluation of compressor fouling based on evolving neural network. Aeroengine 38(2):41–45 (in Chinese)
4.
Wu H, Zhang L (2011) Application of one improved pso algorithm in the boiler-turbine coordinate control. Electr Power Sci Eng 27(10):53–56 (in Chinese)
5.
Nie R, Zhang W, Li G, Liu X (2011) A more useful AHMOPSO (adaptive hybrid multi-objective particle swarm optimization) algorithm. J Northwest Polytechnical Univ 29(5):695–701 (in Chinese)
6.
Gai feng (2011) A speed improved particle swarm optimization and its application. Modem Comput 10(19):3–6 (in Chinese)
7.
Luo G, Liu B, Song D (2011) Hybrid particle swarm optimization in solving aero-engine nonlinear mathematical model. Gas Turbine Exp Res 24(2):5–8 (in Chinese)
8.
Wang L, Hong Y, Zhao F, Yu D (2008) A hybrid algorithm of simulated annealing and particle swarm optimization. Comput Simul 25(11):178–182 (in Chinese)
9.
Yu H, Huichao L, Zhijuan W (2012) Strategy of adaptive simulated annealing particle swarm optimization algorithm. Appl Res Comput 29(12):4448–4450 (in Chinese)
10.
Li J, Tao Z (1994) Statistical analysis and prediction of aeroengine deterioration. J Aerosp Power 7(2):173–176 (in Chinese)
11.
Jinhai H, Shousheng X (2003) Performance monitoring and fault diagnosis of aeroengine based genetic algorithm. J Propul Technol 24(3):198–200 (in Chinese)
Metadaten
Titel
Study on the Evaluation of Engine Performance Based on Hybrid Optimization Algorithm
verfasst von
Zhao Kai
Li Benwei
Copyright-Jahr
2014
Verlag
Springer Berlin Heidelberg
Buch
Proceedings of the First Symposium on Aviation Maintenance and Management-Volume II

Print ISBN: 978-3-642-54232-9

Electronic ISBN: 978-3-642-54233-6

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-642-54233-6_54

Neuer Inhalt

    Bildnachweise