基于灰色和LSSVM的航空发动机状态预测
日期:2018.03.09 点击数:12
【类型】期刊
【刊名】计算机工程与设计
【关键词】 状态预测,航空发动机,最小二乘支持向量机,排气温度,主燃油泵,灰色模型
【摘要】为克服单一模型预测精度较低这一缺陷,提出一种基于灰色模型(grey model,GM)和最小二乘支持向量机(least squares support vector machine,LSSVM)的组合预测方法。通过灰色累加对原始数据序列进行处理,建立灰色预测模型,利用灰色预测模型的预测结果作为输入,原始数据作为输出,训练构建LSSVM预测模型进行预测。选取航空发动机主燃油泵作为具体研究对象,采集排气温度作为其状态预测参数进行状态预测。研究结果表明,相比单一预测模型,灰色最小二乘支持向量机预测精度更高,为航空发动机状态预测提供了一种有效的解决途径。
【年份】2018
【作者单位】沈阳航空航天大学自动化学院;中航工业上海航空测控技术研究所故障诊断与健康管理技术航空科技重点实验室;
【期号】10
【页码】2809-2813
【全文挂接】全文挂接
相关文章
- 1、LSSVM与HMM在航空发动机状态预测中的应用研究 作者:崔建国,高波,蒋丽英,于明月,郑蔚, 年份:2018
- 2、基于改进SVM的航空发动机气路故障诊断研究 作者:胡鹤翔 年份:2020
- 3、基于运行数据的航空发动机健康状态评估方法 作者:侯振华, 年份:2021
- 4、基于运行数据的航空发动机健康状态评估方法 作者:侯振华, 年份:2021
- 5、基于集成学习的航空发动机排气温度预测 作者:易文川,王兴,王翔,唐庆如, 年份:2022
- 6、基于KPCA和DBN的航空发动机排气温度基线模型 作者:王奕首,余映红,卿新林,殷锴,赵奇, 年份:2020