基于神经网络的航空电推进冷却气流量优化与调控方法

本发明公开了一种基于神经网络的航空电推进冷却气流量优化与调控方法，该方法通过构建关键元件的热‑电耦合模型，量化电气损耗、温度特性及冷却风扇功耗；接着通过拉丁超立方抽样获取多工况数据，建立以负载功率、冷却气流量为输入，系统总损耗、元件温度为输出的神经网络代理模型；最后在给定负载下，采用二分法确定满足温度约束的可行域，结合布伦特算法寻优最小总损耗对应的冷却气流量，并调控冷却风机转速。本发明解决了传统固定冷却流量策略能耗高、温度易超标的问题，实现了元件工作温度安全与运行高效的动态平衡，适用于航空电推进系统的实时热管理。