-
题名基于ARIMA的航空发动机排气温度预测
- 1
-
-
作者
易文川
孟双杰
-
机构
成都航空职业技术学院
西南交通大学希望学院
-
出处
《成都航空职业技术学院学报》
2025年第1期46-50,共5页
-
基金
成都航空职业技术学院自然科学项目“基于深度学习和数据增强的航空发动机故障诊断方法研究”(ZZX0624101)。
-
文摘
航空发动机排气温度的实时监测和预测,有利于提高发动机的安全性。通过基于自回归积分滑动平均(ARIMA)建立航空发动机排气温度预测模型,基于单位根检验(ADF)和信息准则确定模型的参数,以预测IO-360-L2A型发动机排气温度的未来值。并通过对比不同样本长度和预测长度给模型预测误差带来的变化确定最优样本长度和预测长度。结果表明,ARIMA(5,2,3)模型对航空发动机排气温度序列的拟合效果最好,使用250s以上的历史样本数据对未来70s内的排气温度数据进行预测效果最佳,能够准确预测航空发动机排气温度的变化。
-
关键词
排气温度
自回归积分滑动平均
航空发动机
参数预测
-
Keywords
exhaust gas temperature
autoregressive integrated moving average method
aeroengine
parameter prediction
-
分类号
V233.7
[航空宇航科学与技术—航空宇航推进理论与工程]
O211.61
[理学—概率论与数理统计]
-
-
题名基于集成学习的航空发动机排气温度预测
被引量：2
- 2
-
-
作者
易文川
王兴
王翔
唐庆如
-
机构
中国民用航空飞行学院
-
出处
《航空计算技术》
2022年第5期87-91,共5页
-
基金
工信部民机专项项目资助(MJ-2018-Y-56)。
-
文摘
准确预测排气温度对预知航空发动机未来的工作状态至关重要。然而,传统航空发动机排气温度预测模型存在预测精度有限、对时间序列数据的信息利用率不足等问题。提出了一种多模型集成的航空发动机排气温度预测方法,被集成的子模型包括差分整合移动平均自回归模型、一次指数平滑模型和门控循环单元。对所有子模型的预测序列进行加权集成处理,提出了一种在历史发动机性能参数数据上学习最优权重系数的方法,避免了传统优化算法依赖于初始点的选取且其适用性局限于可微函数等问题。在Cessna-172R型飞机发动机排气温度预测问题中相较子模型准确性更高。
-
关键词
集成学习
排气温度
神经网络
航空发动机
-
Keywords
ensemble learning
exhaust gas temperature
neural network
aeroengine
-
分类号
O232
[理学—运筹学与控制论]
-
-
题名机器学习在航空发动机排气温度预测中的应用研究
被引量：1
- 3
-
-
作者
易文川
王兴
王翔
唐庆如
-
机构
中国民用航空飞行学院航空工程学院
中国民用航空飞行学院工程技术训练中心
-
出处
《舰船电子工程》
2023年第5期82-87,184,共7页
-
基金
工信部民用飞机专项科研项目(编号:MJ-2018-Y-56)资助。
-
文摘
排气温度是优化发动机性能和排放的关键参数,目标是在预测排气温度的基础上评估四种经典机器学习回归算法,即人工神经网络、随机森林、支持向量回归和门控循环单元。燃油流量、滑油压力和转速是模型输入,所有的机器学习模型在可接受的误差范围内预测了排气温度。相互比较时,门控循环单元的预测精度最高,但它通常需要高质量的无噪声数据;随机森林的精度最低,但需要的计算资源最少;支持向量回归在耗费高计算资源的前提下保证了较好的预测精度;人工神经网络是最合适的预测算法,但它存在繁琐的超参数调整过程。结果表明,经过良好训练的机器学习模型可以准确预测航空发动机排气温度,同时也有助于优化发动机性能、排放和寿命。
-
关键词
机器学习
航空发动机
预测算法
排气温度
性能评估
-
Keywords
machine learning
aero-engine
regression algorithm
exhaust gas temperature
performance evaluation
-
分类号
V236.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
