基于SVM的直升機(jī)飛行狀態(tài)識(shí)別方法及其應(yīng)用研究.pdf

1、直升機(jī)飛行環(huán)境特殊，處于不同飛行狀態(tài)，動(dòng)部件和有壽件損傷程度不同。因此，飛行狀態(tài)正確識(shí)別對(duì)直升機(jī)結(jié)構(gòu)部件的故障診斷和壽命預(yù)測(cè)具有重要的現(xiàn)實(shí)意義。在實(shí)際中，用于飛行狀態(tài)識(shí)別訓(xùn)練的飛行數(shù)據(jù)往往為小樣本，導(dǎo)致傳統(tǒng)方法識(shí)別率不高。針對(duì)上述問(wèn)題，本文利用某型直升機(jī)實(shí)飛數(shù)據(jù)，采用信號(hào)去噪、預(yù)分類和支持向量機(jī)等技術(shù)，深入研究了直升機(jī)飛行狀態(tài)識(shí)別方法，在此基礎(chǔ)上，建立了直升機(jī)飛行狀態(tài)識(shí)別軟件系統(tǒng)平臺(tái)，可為我國(guó)開發(fā)直升機(jī)健康與使用監(jiān)測(cè)系統(tǒng)(HUMS)提供

2、具有自主知識(shí)產(chǎn)權(quán)的核心方法。本文主要研究工作和成果如下：
　　(1)概述了直升機(jī)飛行狀態(tài)識(shí)別傳統(tǒng)方法及其相關(guān)理論知識(shí)。首先，對(duì)直升機(jī)飛行狀態(tài)識(shí)別方法進(jìn)行了詳細(xì)的分析；然后，對(duì)本課題方法相關(guān)的背景及理論基礎(chǔ)進(jìn)行了敘述；最后，分析了直升機(jī)操作基本原理、飛行參數(shù)和飛行狀態(tài)之間的關(guān)系。
　　(2)提出了基于SVM(支持向量機(jī))的直升機(jī)飛行狀態(tài)識(shí)別方法。首先，利用去野點(diǎn)、限幅和均值濾波方法對(duì)飛行數(shù)據(jù)進(jìn)行了預(yù)處理；其次，利用最小二乘方法

3、對(duì)飛行數(shù)據(jù)進(jìn)行了直線擬合獲取變化率，并利用直升機(jī)操縱特性和飛參數(shù)據(jù)線性相關(guān)性提取了狀態(tài)敏感參數(shù)，減少了數(shù)據(jù)冗余；再次，根據(jù)敏感參數(shù)對(duì)飛行狀態(tài)進(jìn)行了預(yù)分類，分為十個(gè)小類，并對(duì)每一小類分別進(jìn)行了SVM分類器設(shè)計(jì)；然后，采用遺傳算法對(duì)SVM核函數(shù)進(jìn)行了參數(shù)尋優(yōu)，提高了識(shí)別率；最后，利用訓(xùn)練樣本對(duì)每一個(gè)SVM分類器分別進(jìn)行了訓(xùn)練，并用訓(xùn)練好的SVM網(wǎng)絡(luò)模型完成直升機(jī)全起落飛行狀態(tài)識(shí)別。通過(guò)利用某型直升機(jī)實(shí)飛數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，將本文方法與RBF神

4、經(jīng)網(wǎng)絡(luò)方法和Elman網(wǎng)絡(luò)方法進(jìn)行了對(duì)比實(shí)驗(yàn)研究。大量實(shí)驗(yàn)結(jié)果表明，在小樣本情況下，本文方法對(duì)直升機(jī)飛行狀態(tài)識(shí)別率有明顯的提高。
　　(3)開發(fā)了直升機(jī)飛行狀態(tài)識(shí)別軟件系統(tǒng)。首先，根據(jù) HUMS對(duì)飛行狀態(tài)識(shí)別軟件的開發(fā)需求，實(shí)現(xiàn)了系統(tǒng)概要設(shè)計(jì)，主要包括軟件系統(tǒng)構(gòu)架、軟件接口和軟件界面等設(shè)計(jì)；其次，根據(jù)軟件構(gòu)架，實(shí)現(xiàn)了系統(tǒng)詳細(xì)設(shè)計(jì)，主要包括預(yù)分類方案、試驗(yàn)管理、訓(xùn)練網(wǎng)絡(luò)、狀態(tài)識(shí)別和識(shí)別歷史五個(gè)功能模塊；最后，根據(jù)飛行狀態(tài)識(shí)別方法，實(shí)