基于模糊信息粒化和优化SVM的航空发动机性能趋势预测
日期:2018.04.09 点击数:9
【类型】期刊
【刊名】航空动力学报
【关键词】 模糊信息粒化,航空发动机,遗传算法,参数预测,折交叉验证,k,支持向量机(SVM)
【摘要】提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K-CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。
【年份】2018
【作者单位】南京航空航天大学民航学院;中国航空发动机集团有限公司商用航空发动机有限责任公司;
【期号】12
【页码】3022-3030
【全文挂接】全文挂接
相关文章
- 1、基于数据驱动的航空发动机气路健康监测方法研究 作者:毛庆元 年份:2018
- 2、免疫支持向量机用于航空发动机磨损故障诊断 作者:张建,李艳军,曹愈远,张丽娜, 年份:2018
- 3、遗传算法及其在航空发动机非线性数学模型中的应用研究 作者:苏三买 年份:2016
- 4、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
- 5、改进均匀设计在航空发动机高空模拟实验中的应用研究 作者:陈超,李江红,赵伟,翟雄飞,刘伟,顾启佳,崔佳航, 年份:2023
- 6、航空发动机智能故障诊断系统关键技术研究 作者:蒋帅 年份:2016