基于隐马尔可夫模型的不稳定燃烧模式早期预测方法

不稳定燃烧存在多种模式，不同模式会导致后继燃烧状态的不同演化，对燃烧室燃烧模式的实时预测能够为抑制不稳定燃烧提供依据并提高燃烧室设计效率。首先对模型旋流燃烧室不同工况下不稳定燃烧特性进行实验研究，获得动态压力脉动数据；随后建立不稳定燃烧模式-压力脉动数据库；最后在该数据库的基础上，采用隐马尔可夫模型（HMM）作为学习和预测工具，建立模式与压力脉动信号之间的概率模型并对不稳定燃烧模式进行在线识别与预测。研究结果表明，基于实验数据的HMM方法能够在毫秒级准确预测不稳定燃烧是否发生，并且能够较准确识别不稳定燃烧模式。