航空發(fā)電機健康狀態(tài)預測技術(shù)研究

航空發(fā)電機健康狀態(tài)預測技術(shù)研究

航空發(fā)電機作為飛機供電系統(tǒng)的一個重要組成部分,是飛機各系統(tǒng)正常工作的基石,研究并實現(xiàn)航空發(fā)電機健康狀態(tài)的早期預測,可以及時掌握發(fā)電機健康狀態(tài)的變化趨勢,從而可保障飛機的飛行安全,提高其作戰(zhàn)效能。 本文以某型真實軍用航空發(fā)電機為具體研究對象,對其健康狀態(tài)的有效預測進行了深入研究。通過采用真實航空發(fā)電機專用加速壽命試驗平臺對發(fā)電機進行長期使用壽命試驗,獲取了輸入轉(zhuǎn)速、負載、電壓、進出口油溫、進出口壓力和注油壓力等健康狀態(tài)表征參數(shù),在對試驗數(shù)據(jù)預處理的基礎(chǔ)上,本文將最小二乘支持向量機預測和灰色預測理論引入到航空發(fā)電機健康狀態(tài)的預測研究中,深入分析其預測過程,設(shè)計預測算法,并通過軟件編程實現(xiàn)其預測效能,得到預測結(jié)果。試驗結(jié)果表明,最小二乘支持向量機預測平均誤差為7.02%,灰色預測平均誤差為19.22%。由于灰色模型預測誤差較大,不能滿足預測要求,因此,將引入神經(jīng)網(wǎng)絡(luò)組建灰色神經(jīng)網(wǎng)絡(luò)模型對航空發(fā)電機健康狀態(tài)進行預測,預測平均誤差為9.86%,證明預測效果明顯提高。 在航空發(fā)電機健康狀態(tài)預測過程中,由于單項預測模型利用信息的不充分性,不能準確反映發(fā)電機狀態(tài)的變化趨勢,同時,基于組建灰色神經(jīng)網(wǎng)絡(luò)模型的思想,為使預測結(jié)果能夠更真實、準確、全面的反映航空發(fā)電機的健康狀態(tài),本文引入變權(quán)組合預測模型,對航空發(fā)電機健康狀態(tài)進行了預測研究,并且在權(quán)重分配的計算上將D-S證據(jù)理論思想應用其中,與傳統(tǒng)的權(quán)重分配組合模型進行對比。試驗表明,基于D-S證據(jù)理論權(quán)重分配的組合預測平均誤差為6.35%。預測效果達到了期望的目標,從而驗證組合算法的合理性。