【作者】

张芊; 陈龙飞; 朱美印

【单位】

北京航空航天大学; 北京航空航天大学杭州创新研究院

【摘要】

随着航空排放对环境的影响日益扩大，氮氧化物（Oxides of nitrogen，NOx）作为航空排放主要污染物之一，众多学者对其展开了研究，目前少有对航空NOx排放预测方法的研究。基于此，首先对影响航空NOx排放的因素进行了调研分析，归纳了适合作为预测模型输入的变量，其次结合国际民航组织（International Civil Aviation Organization，ICAO）发动机排放数据库（Engine Emissions Database，EEDB）中与NOx排放相关的数据，通过卷积神经网络Convolutional Neural Network，CNN）技术，提出了一种航空发动机NOx排放指数的预测新方法。结果显示该模型的预测准确度为均方根误差为0.38，决定系数为0.82，后续可继续进行改进优化。这种方法为构建全面完整的航空NOx排放清单和研究NOx引起的辐射强迫对气候变化的影响奠定了基础。

【关键词】

航空排放;氮氧化物;卷积神经网络;排放预测

【论文集名称】

航空动力

【会议名称】

交通能源与智能动力大会

【会议时间】

2022-11-24至2022-11-29

【会议地点】

上海

【下载次数】

4

返回