Small jet engine reservoir computing digital twin

要約

機械学習を適用して、シングル スクロール ジェット エンジンの数値シミュレーションのデジタル ツインを作成しました。
この数値研究から得られた洞察に基づく同様のモデルを使用して、実験データのみを使用して JetCat P100-RX ジェット エンジンのデジタル ツインを作成しました。
エンジン データは、推力、排気ガス温度、シャフト速度、気象条件などのパラメーターを測定するカスタム センサー システムから収集されました。データは、シャフト速度を制御することによってエンジンをさまざまなテスト条件下に置きながら収集されました。
機械学習モデルは、動的システム向けのクラス最高の機械学習アルゴリズムである次世代リザーバー コンピューターを使用して生成 (トレーニング) されました。
モデルがトレーニングされると、それを使用して、テスト データと比較した場合、1.8% を超える精度で、これまでに見たことのない動作が予測されました。

要約(オリジナル)

Machine learning was applied to create a digital twin of a numerical simulation of a single-scroll jet engine. A similar model based on the insights gained from this numerical study was used to create a digital twin of a JetCat P100-RX jet engine using only experimental data. Engine data was collected from a custom sensor system measuring parameters such as thrust, exhaust gas temperature, shaft speed, weather conditions, etc. Data was gathered while the engine was placed under different test conditions by controlling shaft speed. The machine learning model was generated (trained) using a next-generation reservoir computer, a best-in-class machine learning algorithm for dynamical systems. Once the model was trained, it was used to predict behavior it had never seen with an accuracy of better than 1.8% when compared to the testing data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google