航空發(fā)電機健康狀態(tài)預測技術研究.pdf

1、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，

2、在對試驗數據預處理的基礎上，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，設計預測算法，并通過軟件編程實現其預測效能，得到預測結果。試驗結果表明，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，將引入神經網絡組建灰色神經網絡模型對航空發(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。<

3、br>　　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，基于組建灰色神經網絡模型的思想，為使預測結果能夠更真實、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，并且在權重分配的計算上將D-S證據理論思想應用其中，與傳統(tǒng)的權重分配組合模型進行對比。試驗表明，基于D-S證據理論權重分配的組合預測平均誤差為6.35％。預測效果達到