基于改進(jìn)SVM的航空發(fā)動(dòng)機(jī)預(yù)測(cè)方法研究.pdf

1、航空發(fā)動(dòng)機(jī)的維修費(fèi)用占整個(gè)飛機(jī)維修費(fèi)用的百分之四十，備用的航空發(fā)動(dòng)機(jī)更是昂貴，單臺(tái)價(jià)值千萬美元，為提高發(fā)動(dòng)機(jī)的利用率和安全性，對(duì)其開展預(yù)測(cè)研究十分必要。氣路是航空發(fā)動(dòng)機(jī)最關(guān)鍵的部分，其性能參數(shù)的變化對(duì)發(fā)動(dòng)機(jī)的壽命衰減有重要影響。因此本文以航空發(fā)動(dòng)機(jī)為對(duì)象，針對(duì)基本SVM的不足提出一種改進(jìn)的SVM算法，并將其應(yīng)用到航空發(fā)動(dòng)機(jī)氣路性能參數(shù)的趨勢(shì)預(yù)測(cè)和剩余壽命預(yù)測(cè)。主要研究?jī)?nèi)容如下：
　　1、支持向量機(jī)改進(jìn)算法。SVM算法忽略了輸入對(duì)輸

2、出的影響，易引起較大的累積誤差，且單個(gè)核函數(shù)均有各自的缺陷易限制其應(yīng)用范圍，為解決上述問題本文采用泛函分析建立一種混合核泛函數(shù)SVM算法。為得到改進(jìn)SVM的最優(yōu)參數(shù)，減小預(yù)測(cè)誤差，本文采用改進(jìn)QPSO算法對(duì)參數(shù)進(jìn)行尋優(yōu)。通過對(duì)導(dǎo)彈發(fā)射系統(tǒng)中推力趨勢(shì)預(yù)測(cè)實(shí)例進(jìn)行分析，得到在一定訓(xùn)練時(shí)間下改進(jìn)SVM算法能夠取得更高精度。
　　2、航空發(fā)動(dòng)機(jī)氣路性能參數(shù)預(yù)處理。首先，運(yùn)用格羅布斯準(zhǔn)則對(duì)氣路性能參數(shù)進(jìn)行異常點(diǎn)判定，并采用羅曼諾夫斯基準(zhǔn)則對(duì)

3、判定的異常點(diǎn)進(jìn)行檢驗(yàn)，如果兩種方法得到結(jié)果一致，可確定該值為異常點(diǎn)并將其剔除。其次，采用本文改進(jìn)SVM算法對(duì)剔除的異常點(diǎn)進(jìn)行回歸預(yù)測(cè)，將得到的預(yù)測(cè)值作為缺失值。最后，考慮到粗糙懲罰平滑算法降噪的不足，提出經(jīng)驗(yàn)?zāi)B(tài)分解和粗糙懲罰平滑算法相結(jié)合的方法進(jìn)行降噪處理，實(shí)驗(yàn)結(jié)果表明本文提出的降噪算法具有更好效果。
　　3、航空發(fā)動(dòng)機(jī)性能趨勢(shì)預(yù)測(cè)研究。運(yùn)用改進(jìn)的SVM算法，對(duì)航空發(fā)動(dòng)機(jī)單個(gè)氣路性能參數(shù)和多個(gè)氣路性能參數(shù)進(jìn)行趨勢(shì)預(yù)測(cè)研究。對(duì)單個(gè)

4、氣路性能參數(shù)進(jìn)行短期趨勢(shì)預(yù)測(cè)，進(jìn)一步驗(yàn)證改進(jìn)SVM算法的優(yōu)越性。對(duì)多個(gè)氣路性能參數(shù)進(jìn)行中長(zhǎng)期趨勢(shì)預(yù)測(cè)，其預(yù)測(cè)結(jié)果在忽略部分細(xì)節(jié)特征值的前提下，保證氣路性能參數(shù)整體趨勢(shì)的正確預(yù)測(cè)，從而滿足航空發(fā)動(dòng)機(jī)壽命預(yù)測(cè)需求。
　　4、單個(gè)和多個(gè)氣路性能參數(shù)的航空發(fā)動(dòng)機(jī)剩余壽命預(yù)測(cè)研究。采用第二章改進(jìn)SVM預(yù)測(cè)算法，并結(jié)合失效閾值建立單個(gè)氣路性能參數(shù)預(yù)測(cè)模型。此預(yù)測(cè)模型建模簡(jiǎn)單，但存在預(yù)測(cè)信息貧乏、人為設(shè)定失效閾值和過度預(yù)測(cè)的不足。多個(gè)氣路性能參