基于GRVM的航空发动机状态预测技术研究

• 作者: 于明月 崔建国 蒋丽英 高波 高阳
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 航空发动机 状态预测 关键部件 排气温度 灰色相关向量机
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 建模与仿真
• 页码范围: 1854-1858
• 页数: 5页
• 分类号: TP206+.3|V267
• 字数: 4524字
• 语种: 中文

摘要

针对航空发动机健康状态难以预测问题,提出了基于灰色理论和相关向量机组合预测的航空发动机状态预测方法.选取某真实航空发动机的关键部件作为具体研究对象,采集排气温度作为航空发动机状态预测参数.在发动机专用试验平台上,通过试验,获取状态原始数据,通过灰色累加对原始数据序列进行处理,对处理后的数据建立灰色预测模型,并将灰色预测模型的预测结果作为相关向量机的输入,原始的数据序列作为输出,训练得到相关向量机回归预测模型,由所建立的灰色预测模型(Grey Model, GM)和相关向量机(Relevance Vector Machine, RVM)预测模型组合得到灰色相关向量机(Grey Relevance Vector Machine, GRVM)组合预测模型,从而可得到最终预测结果.试验研究表明,相对于传统灰色预测模型和相关向量机预测模型,灰色相关向量机模型具有更好的预测精度,可以很好的实现航空发动机的状态预测效能,从而可为飞机发动机的状态预测提供一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔建国	沈阳航空航天大学自动化学院	87	573	15.0	20.0
2	蒋丽英	沈阳航空航天大学自动化学院	45	243	7.0	14.0
3	于明月	沈阳航空航天大学自动化学院	32	50	3.0	3.0
4	高波	沈阳航空航天大学自动化学院	3	9	3.0	3.0
5	高阳		3	7	2.0	2.0