航空發(fā)電機(jī)健康狀態(tài)預(yù)測技術(shù)研究

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