文献

J-GLOBAL ID：202102230714801000   整理番号：21A1774180

ハイブリッドGRA-SVM予測モデルに基づく新型ガスタービンの設計パラメータ予測【JST・京大機械翻訳】

Design Parameters Prediction of New Type Gas Turbine Based on a Hybrid GRA-SVM Prediction Model

著者 (5件)： Wei Tingting (Shanghai Jiao Tong University, Shanghai, China) ,  Zhou Dengji (Shanghai Jiao Tong University, Shanghai, China) ,  Chen Jinwei (Shanghai Jiao Tong University, Shanghai, China) ,  Cui Yaoxin (Shanghai Turbine Company, Shanghai, China) ,  Zhang Huisheng (Shanghai Jiao Tong University, Shanghai, China)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： GT2017  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 1930年代後半以来,ガスタービンは急速に発展し始めた。ガスタービンの経済と安全性を改良するために,新タイプは,原動力機器製造(OEM)によって頻繁に発生した。本論文では,ハイブリッドGRA-SVM予測モデルを確立して,グレイ関係解析(GRA)とサポートベクトルマシン(SVM)の組合せに基づいて,新型ガスタービンの主要設計パラメータを予測した。パラメータは,2つのタイプ,市場要求と技術開発を反映するシステム性能パラメータ,および技術開発と結合接続を反映する成分性能パラメータに分類される。GRAに基づく規則性は予測次数を決定し,次に新型ガスタービンパラメータを既知のシステムパラメータで予測することができた。モデルはSGT600への適用によって検証される。この方法で,ガスタービン技術の開発によって発展規則を得ることができ,いくつかのコンポーネントの改善ポテンシャルを予測でき,それは全体的性能設計のためのサポートを提供するであろう。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ガスタービン ,  規則度 ,  *予測モデル ,  サポートベクトルマシン
準シソーラス用語： システムパラメータ ,  *設計変数 ,  システム性能 , 【Automatic Indexing@JST】

分類 (1件)： 燃料電池  (YB04040V)

タイトルに関連する用語 (5件)： SVM ,  予測モデル ,  ガスタービン ,  設計 ,  パラメータ予測