基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
航空发动机性能参数预测对于发动机的视情维修具有重要的意义.为了提高预测精度,在分析发动机性能参数数据特点的基础上,提出了一种新的应用于此领域的组合预测模型.首先利用小波变换将原始数据分解为不同尺度上的几组子序列,根据各子序列的特点分别选用自回归滑动平均(ARMA,Autoregressive Moving Average)模型或求和自回归滑动平均(ARIMA,Autoregressive Integrated Moving Average)模型进行预测,然后将所有预测结果合成,得到最终预测结果.通过仿真实验,验证了该组合模型提高短期和中长期预测精度的有效性,并分析了小波分解层数对于预测精度的影响.
推荐文章
航空发动机性能参数约简方法研究
航空发动机
参数约简
灰色聚类
模糊粗糙集
故障诊断
潜在故障期内航空发动机的剩余寿命预测
剩余寿命
预测
航空发动机
状态信息
航空发动机转速信号的ARMA模型预测方法研究
航空发动机
转速信号
状态监测
故障诊断
时间序列
ARMA模型
基于PCA-BP的航空发动机大修周期预测方法
航空发动机
大修周期
主成分分析
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 航空发动机性能参数预测方法
来源期刊 北京航空航天大学学报 学科 工学
关键词 组合预测 自回归滑动平均模型 求和自回归滑动平均模型 排气温度裕度
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 253-256
页数 4页 分类号 TP206+.3
字数 3181字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李晓白 北京航空航天大学电子信息工程学院 25 190 8.0 13.0
2 郎荣玲 北京航空航天大学电子信息工程学院 28 178 6.0 13.0
3 崔秀伶 北京航空航天大学电子信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
组合预测
自回归滑动平均模型
求和自回归滑动平均模型
排气温度裕度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
相关基金
武器装备预研基金
英文译名:
官方网址:
项目类型:武器装备预研基金重点基金项目和武器装备预研基金一般基金项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导