智能预测冷却系统

散热能力提升28.6%

将LSTM预测控制与多工况优化集成,用于飞行器热管理,在极端工况下显著提升瞬态响应和散热效率。

Guoyi, Zhao · Qidong, Zhang · Zekai, Li · Li, Zhenyao · Zehua, Song · Gao, Xiangsheng · 申晓斌 · Liu, Ziyu

Applied Thermal Engineering 2026

参数信息

散热能力提升
28.6 %
整体散热能力提升
14 %
残余冷却能力提升
61 %

技术优势

散热能力提升28.6%

三旁通飞行工况下,综合热管理系统相比传统单旁通结构散热能力提升28.6%。

克服热滞后

利用LSTM预测瞬态热载荷,结合遗传算法实时优化,实现动态预测与最优调控。

控制策略更优

相比传统基于规则的控制策略,整体散热能力提升14%,残余冷却能力提升61%。

应用场景