基于Adaboost的波音737 NG空调系统性能预测

• 作者: 张宇轩 李元祥 沈凯杰 程伟 赵红华
• 来源期刊: 民航学报
• 学科: 航空航天
• 关键词: 空调系统 散热器 空气循环机 决策树 集成学习策略
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 维修
• 页码范围: 58-62
• 页数: 5页
• 分类号: V240.2
• 字数: 2988字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4994.2019.04.014

摘要

本文研究分析了波音737空调系统的故障特征筛选与性能预测问题.首先,针对B737空调系统的散热器效能下降与空气循环机(ACM)卡阻这两类典型的故障建立故障样本数据集.然后,采用决策树对故障特征进行筛选,在此基础上使用集成学习策略(Adaboost)方法对弱决策树分类器进行集成.实验结果表明,该方法能得到表征散热器效能下降与ACM卡阻的有效特征,采用Adaboost方法能有效提升B737飞机空调系统性能预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李元祥	上海交通大学航空航天学院	37	227	8.0	13.0
2	张宇轩	上海交通大学航空航天学院	6	11	1.0	3.0
3	赵红华		6	1	1.0	1.0
4	程伟		7	1	1.0	1.0
5	沈凯杰		2	0	0.0	0.0