论文部分内容阅读
航空发动机的维修费用占整个飞机维修费用的百分之四十,备用的航空发动机更是昂贵,单台价值千万美元,为提高发动机的利用率和安全性,对其开展预测研究十分必要。气路是航空发动机最关键的部分,其性能参数的变化对发动机的寿命衰减有重要影响。因此本文以航空发动机为对象,针对基本SVM的不足提出一种改进的SVM算法,并将其应用到航空发动机气路性能参数的趋势预测和剩余寿命预测。主要研究内容如下:1、支持向量机改进算法。SVM算法忽略了输入对输出的影响,易引起较大的累积误差,且单个核函数均有各自的缺陷易限制其应用范围,为解决上述问题本文采用泛函分析建立一种混合核泛函数SVM算法。为得到改进SVM的最优参数,减小预测误差,本文采用改进QPSO算法对参数进行寻优。通过对导弹发射系统中推力趋势预测实例进行分析,得到在一定训练时间下改进SVM算法能够取得更高精度。2、航空发动机气路性能参数预处理。首先,运用格罗布斯准则对气路性能参数进行异常点判定,并采用罗曼诺夫斯基准则对判定的异常点进行检验,如果两种方法得到结果一致,可确定该值为异常点并将其剔除。其次,采用本文改进SVM算法对剔除的异常点进行回归预测,将得到的预测值作为缺失值。最后,考虑到粗糙惩罚平滑算法降噪的不足,提出经验模态分解和粗糙惩罚平滑算法相结合的方法进行降噪处理,实验结果表明本文提出的降噪算法具有更好效果。3、航空发动机性能趋势预测研究。运用改进的SVM算法,对航空发动机单个气路性能参数和多个气路性能参数进行趋势预测研究。对单个气路性能参数进行短期趋势预测,进一步验证改进SVM算法的优越性。对多个气路性能参数进行中长期趋势预测,其预测结果在忽略部分细节特征值的前提下,保证气路性能参数整体趋势的正确预测,从而满足航空发动机寿命预测需求。4、单个和多个气路性能参数的航空发动机剩余寿命预测研究。采用第二章改进SVM预测算法,并结合失效阈值建立单个气路性能参数预测模型。此预测模型建模简单,但存在预测信息贫乏、人为设定失效阈值和过度预测的不足。多个气路性能参数寿命预测模型是充分考虑多个性能参数和相应的飞行时间对航空发动机剩余寿命的影响,并结合趋势预测模型和失效决策模型所建立。多个气路性能参数寿命预测模型,解决了单个气路性能参数寿命预测模型的不足,同时预测精度得到提高。