elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

An Automated Process to Create Start Values for Gas Turbine Performance Simulations Using Neural Networks and Evolutionary Algorithms

Becker, Richard-Gregor und Bolemant, Martin und Krause, Daniel und Peitsch, Dieter (2015) An Automated Process to Create Start Values for Gas Turbine Performance Simulations Using Neural Networks and Evolutionary Algorithms. International Gas Turbine Congress 2015 Tokyo, 2015-11-15 - 2015-11-20, Tokyo, Japan.

[img] PDF
2MB

Kurzfassung

This paper presents a fully automated methodology to create start values for gas turbine performance computer programs. The methodology employs the application of evolutionary algorithms for a more robust convergence of the iterative process of a performance program as well as neural networks for a self-learning start value generation procedure. The achieved results showed that a connection of both methods for the creation of performance model start values is a feasible option. Different types of neural networks as well as several training methods have been evaluated in order to find the best equivalent model. Having found a practical approach for the structure of the neural networks, several performance models of different levels of complexity have been tested. The combination of both of the above presented steps achieved very good convergence rates in combination with a minimum effort for the creation of start values.

elib-URL des Eintrags:https://elib.dlr.de/100666/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:An Automated Process to Create Start Values for Gas Turbine Performance Simulations Using Neural Networks and Evolutionary Algorithms
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Becker, Richard-GregorRichard.Becker (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bolemant, MartinMartin.Bolemant (at) ilr.tu-berlin.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Krause, DanielNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Peitsch, Dieterdieter.peitsch (at) tu-berlin.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:November 2015
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:gas turbine performance, robust convergence, evolutionary algorithms, neural networks
Veranstaltungstitel:International Gas Turbine Congress 2015 Tokyo
Veranstaltungsort:Tokyo, Japan
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:15 November 2015
Veranstaltungsende:20 November 2015
Veranstalter :Gas Turbine Society of Japan
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Antriebssysteme
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L ER - Engine Research
DLR - Teilgebiet (Projekt, Vorhaben):L - Virtuelles Triebwerk und Validierungsmethoden (alt)
Standort: Köln-Porz
Institute & Einrichtungen:Institut für Antriebstechnik > Triebwerk
Hinterlegt von: Becker, Richard-Gregor
Hinterlegt am:14 Dez 2015 09:46
Letzte Änderung:24 Apr 2024 20:06

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.