全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于RSM/XGBoost和KF的航空发动机RUL预测
- 作者： 李东文 王海瑞 朱贵富 刘翠琴 杨修琦 来源： 空军工程大学学报 年份： 2023 文献类型 ： 期刊 关键词： 随机搜索算法 航空发动机 XGBoost 卡尔曼滤波 剩余使用寿命
- 描述： 航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题，提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先，采用高斯分布对原始振动数据进行分析，提取具有时间序列和退化趋势的特征数据，并为其设置剩余使用寿命(RUL)标签；其次，利用随机搜索算法对融合参数范围进行寻优，在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题；最后在商用模块化航空推进系统仿真数据集(C/MAPSSC)上进行了验证和分析，实验结果证明：与其他模型相比，文中采用的寿命预测方法准确度更高。