基于数字孪生航空发动机的数学建模综述

在航空工业中，航空发动机可以说是飞机中最为重要的一部分，承担着产生推力、提供电力和气源等重要任务。因此，对于发动机的性能表现和工况分析十分关键，而数学建模技术是一种有效的分析工具，具有十分广泛的应用前景。航空发动机模型是航空工业中不可或缺的工具，通过该模型可以进行发动机设计、性能优化和工况仿真分析等，对于提高发动机性能和降低运营成本具有十分重要的作用。本文将以航空发动机为研究对象，探讨建立数学模型进行发动机性能、燃油消耗和排放等方面的分析和优化，并对其运用的算法进行归纳整理。

数字孪生航空发动机是通过将航空发动机的数字孪生模型与实际发动机的数据相结合 [1]，进行性能预测、状态监测以及故障诊断等分析。具体而言，数字孪生航空发动机可以实现以下功能： 性能预测：通过数字孪生模型， 可以对发动机在不同工况下的性能参数进行预测， 如推力、油耗等。

这可以帮助设计师更好地了解发动机性能特点，优化设计方案。

状态监测：数字孪生航空发动机可以采集实际发动机的实时运行数据，并与数字孪生模型进行比对和分析，实现发动机状态的监测和评估。这有助于预测发动机的维修周期、提高运行效率等。

故障诊断：通过数字孪生模型，可以模拟发动机的故障情况，并进行诊断和排查。这可以帮助维修人员准确定位故障原因，提高故障排除效率，数字孪生航空发动机的各功能及其组成见图1。

Figure 1. Steps of digital twin aviation engines 图1. 数字孪生航空发动机步骤