基于SVM方法的APU故障预测方法

• 作者: 周迪 泽山 蔡坤烨 蔡景
• 来源期刊: 南京航空航天大学学报
• 学科: 航空航天
• 关键词: 辅助动力装置(APU) 报文系统 数据分析 故障预测 支持向量机
• 年，卷（期）: 2019,（4）
• 页码范围: 466-473
• 页数: 8页
• 分类号: V267
• 字数: 5541字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2019.04.006

摘要

针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法.首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化.经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡景	南京航空航天大学民航学院	65	431	11.0	17.0
2	蔡坤烨	南京航空航天大学民航学院	2	0	0.0	0.0
3	周迪	南京航空航天大学民航学院	12	26	3.0	5.0
4	泽山	南京航空航天大学民航学院	1	0	0.0	0.0