【据日本理科大学网站2021年11月18日报道】来自日本理科大学和日本宇宙航空研究开发机构(JAXA)的研究人员开发了一种新型工具，可以使用机器学习和基于动态系统的方法检测燃烧振荡的征兆，为预测和预防相关的发动机致命损坏提供了新的方法。该研究于2021年10月1日发表在美国航空航天学会（AIAA）杂志第59卷中。

燃油发动机，如飞机发动机，仍然存在被“燃烧振荡”现象造成致命损坏的风险，此时发动机内部的压力波动变大。燃烧室的寿命会受到一种称为“热声燃烧振荡”的现象的限制。当热声振荡变得过大或失控时，会对燃烧室造成致命损坏，从而造成巨大的经济和人员损失。

该项目的负责人Gotoda教授表示，其研究显示，将动力系统理论和机器学习相结合的方法可用于检测多区域燃烧室（例如飞机发动机中的燃烧室）中的预测性燃烧振荡。

该团队在JAXA开发的分级多区域燃烧器中进行了不同燃料流量的燃烧实验。研究人员使用来自这些实验的数据来训练一种称为“支持向量机 (SVM)”的机器学习算法。SVM能够将燃烧分为三种状态——稳定、过渡和燃烧振荡。过渡状态下的压力波动是预测未来燃烧振荡的关键。在过渡状态下，压力波动由小幅度非周期性向大幅度周期性转变。振幅代表波动的大小，而周期性则描述波动的重复性。

这些发现可能会产生深远的影响，为正确及时地预测燃烧振荡铺平道路，有可能挽救数十亿美元和人类生命。

编译｜何鹏

审核｜李东海