Predictive engine model incorporating physics based model estimation and machine learning
Rattachement africain : us, gb. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Gas turbine engines on aircraft are equipped with an Engine Health Monitoring (EHM) system that collects in-service data of various installed sensors. The system is not free from malfunction or deterioration. Hence, the signal can be lost (missing data) or convey faulty information. As the EHM system only captures real-time data during a flight, it implies an important loss of crucial information. It raises an issue regarding data quality and quantity required for adopting Machine Learning (ML) approaches to building predictive engine performance models. Therefore, a Missing Value Imputation process is necessary for training ML model. In this paper, various methods for handling missing data are evaluated including deletion, interpolation, ML model inference, and a physics-based engine performance model. The physics-based engine model was built using commercially available software, Numerical Propulsion System Simulation (NPSS), to provide estimations of those missing data. The results show that incorporating a physics-based model improved the prediction accuracy of the ML-based predictive model and outperformed other methods.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Predictive engine model incorporating physics based model estimation and machine learning
- Date Crossref
- 26/11/2025
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Virginia Tech pays non établi dans la noticeUniversité ou école supérieure
-
Rolls-Royce (United Kingdom) pays non établi dans la noticeEntreprise
-
Virginia Polytechnic Institute and State University Department of Mechanical Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Rolls-Royce plc pays non établi dans la noticeInstitution
Virginia Tech, Rolls-Royce (United Kingdom) et Department of Mechanical Engineering — Virginia Polytechnic Institute and State University, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.