描述:
排气温度裕度(Exhaust gas temperature margin,EGTM)是表征发动机运行状态的重要性能参数之一,通过对连续多个飞行架次的EGTM进行预测分析,能够有效预测发动机的工作性能,从而为后续预防性维护提供理论依据。针对EGTM数据的非线性、非平稳特征,提出了基于改进经验模态分解(Empirical Mode Decomposition,EMD)与支持向量回归(Support vector regression,SVR)相结合的预测方法。首先通过改进的EMD方法对EGTM数据进行分解以降低时间序列的复杂程度;其次根据EMD得到的各本征模态函数及趋势序列,构建基于支持向量机的预测模型;最后将所得的各分量的预测结果综合以得到EGTM的预测结果。以某航空发动机EGTM数据验证来所提方法的有效性,结果表明,相比于传统的预测方法,RMSE与MAE降低至2.024、1.603,有效提高了回归精度。