关键词：航空发动机；飞行数据；N2基线；RBF神经网络；相关性分析；两配对非参数检验
摘 要：为实现航空发动机在巡航过程中的实时监控及时发现N2参数的异常变化,提高飞行安全水平,提出一种航空发动机N2基线的建模算法,通过基线可进一步求得N2的偏差值,进而对航空发动机进行实时性能监视。依据设定的飞行数据筛选原则和预处理方法建立模型样本,设计以高斯函数为隐含层激励函数和以线性函数为输出层激励函数的多输入单输出的RBF神经网络,通过Pearson相关性分析确定网络的输入节点,使用该网络得到预测N2基线。最后对预测偏差值和观测偏差值实施两配对非参数检验以验证网络精度,结果表明该方法是计算航空发动机巡航状态下N2基线的一种有效算法。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取