基于集成學(xué)習(xí)機(jī)的航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)方法研究.pdf

1、 國內(nèi)圖書分類號(hào)：TP391 V267 學(xué)校代碼：10213 國際圖書分類號(hào)：621 密級(jí)：公開 工程碩士學(xué)位論文 碩士學(xué)位論文 基于集成學(xué)習(xí)機(jī)的航空發(fā)動(dòng)機(jī) 氣路參數(shù)預(yù)測(cè)方法研究 碩 士 研 究 生：張一震 導(dǎo) ：鐘詩勝 教授 申 請(qǐng) 學(xué) 位：工程碩士 學(xué) 科：機(jī)械工程 所 在 單 位：機(jī)電工程學(xué)

2、院 答 辯 日 期：2017 年 6 月 授予學(xué)位單位：哈爾濱工業(yè)大學(xué) 摘 要 -I- 摘 要 航空發(fā)動(dòng)機(jī)是復(fù)雜度高、 運(yùn)行環(huán)境惡劣的高速旋轉(zhuǎn)裝備， 其可靠性對(duì)飛機(jī)的安全性有重要影響， 且發(fā)動(dòng)機(jī)故障占飛機(jī)總故障比例較大。 國際航空運(yùn)輸協(xié)會(huì)指出，2014 年發(fā)動(dòng)機(jī)維護(hù)費(fèi)用占到飛機(jī) MRO（Maintenance， Repair and Overhaul）總費(fèi)用的 40%，達(dá)到 248.4 億美元。航空發(fā)動(dòng)機(jī)性能參數(shù)預(yù)測(cè)對(duì)于避免故障的發(fā)

3、生具有重要意義，對(duì)后期的視情維修也具有支持作用。鑒于此，針對(duì)航空發(fā)動(dòng)機(jī)氣路參數(shù)預(yù)測(cè)中的數(shù)據(jù)預(yù)處理技術(shù)、 基于集成學(xué)習(xí)機(jī)的點(diǎn)預(yù)測(cè)技術(shù)和區(qū)間預(yù)測(cè)技術(shù)進(jìn)行了系統(tǒng)研究， 開發(fā)了相應(yīng)的工具， 并采用發(fā)動(dòng)機(jī)排氣溫度裕度序列對(duì)方法和工具進(jìn)行驗(yàn)證。 針對(duì)原始參數(shù)中存在粗大誤差和噪聲的問題， 進(jìn)行了氣路參數(shù)預(yù)處理技術(shù)的研究。 提出了基于 EMD （Empirical Mode Decomposition） 和 SWFMH （Subfilter Weigh

4、ted FIR Median Hybrid）的預(yù)處理方法：利用 EMD 提取序列趨勢(shì)項(xiàng)，采用改進(jìn)的最近相似距離延拓法抑制 EMD 的端點(diǎn)效應(yīng)，對(duì)去除趨勢(shì)項(xiàng)的序列，采用拉依達(dá)準(zhǔn)則進(jìn)行粗大誤差檢測(cè)與處理； 去除原始序列的粗大誤差后， 采用EMD 方法得到其噪聲主導(dǎo)模態(tài)并利用 SWFMH 算法對(duì)其去噪，重構(gòu)完成預(yù)處理。開發(fā)了“預(yù)處理”工具，采用模擬序列和排氣溫度裕度序列驗(yàn)證了該方法和工具的有效性。 針對(duì)單一學(xué)習(xí)模型預(yù)測(cè)氣路參數(shù)的不適應(yīng)性問題，

5、 進(jìn)行了基于集成學(xué)習(xí)機(jī)的氣路參數(shù)點(diǎn)預(yù)測(cè)技術(shù)的研究。 提出了可用于集成學(xué)習(xí)機(jī)的動(dòng)態(tài)加權(quán)核密度估計(jì)組合方法。 選擇測(cè)試樣本的近鄰樣本， 通過評(píng)估學(xué)習(xí)機(jī)在近鄰樣本的局部性能動(dòng)態(tài)確定各學(xué)習(xí)機(jī)的權(quán)值， 并基于該權(quán)值利用加權(quán)核密度估計(jì)實(shí)現(xiàn)數(shù)據(jù)序列的集成預(yù)測(cè)。 該組合方法不易受離群值和樣本不對(duì)稱分布的影響。 將該方法用于 AdaBoost.RT 和 AdaBoost.R2 算法， 實(shí)驗(yàn)驗(yàn)證在標(biāo)準(zhǔn)測(cè)試集和排氣溫度裕度序列上較好地提高了預(yù)測(cè)精度。 分析了

6、基學(xué)習(xí)機(jī)數(shù)目對(duì)集成學(xué)習(xí)機(jī)預(yù)測(cè)精度的影響。開發(fā)了 “點(diǎn)預(yù)測(cè)”工具。 針對(duì)點(diǎn)預(yù)測(cè)結(jié)果難以表征氣路參數(shù)的不確定性和發(fā)動(dòng)機(jī)運(yùn)行的潛在風(fēng)險(xiǎn)的問題， 進(jìn)行了氣路參數(shù)區(qū)間預(yù)測(cè)技術(shù)的研究。 提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)區(qū)間預(yù)測(cè)模型以預(yù)測(cè)在一定置信水平下氣路參數(shù)的波動(dòng)區(qū)間。 將歷史數(shù)據(jù)和趨勢(shì)項(xiàng)作為網(wǎng)絡(luò)的輸入， 利用和聲搜索優(yōu)化輸出的構(gòu)造控制參數(shù)以構(gòu)造網(wǎng)絡(luò)的輸出。 采用構(gòu)造的訓(xùn)練集完成自適應(yīng)區(qū)間預(yù)測(cè)網(wǎng)絡(luò)的訓(xùn)練。 該模型不需要點(diǎn)預(yù)測(cè)結(jié)果即可直接獲得區(qū)間預(yù)測(cè)結(jié)果