[发明专利]基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法

说明书

基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法，属于航空航天技术领域，本发明为解决现有技术不能对飞机辅助动力装置的性能参数进行预测的问题。本发明所述预测方法的具体过程为：通过飞机通信寻址与报告系统获得飞机辅助动力装置的在翼监测数据，从在翼监测数据中筛选出排气温度；对排气温度进行滑动平均预处理，将排气温度分为训练集和测试集；采用训练集分别训练LSTM和SVR模型；采用卡尔曼滤波将LSTM和SVR模型融合，获得融合模型；采用测试集对融合模型进行性能预测。本发明用于对飞机辅助动力装置的性能参数进行预测。

技术领域

本发明涉及一种飞机辅助动力装置的性能参数预测方法，属于航空航天技术领域。

背景技术

飞机辅助动力装置(Auxiliary Power Unit，APU)实质是一个小型的燃气涡轮发动机，它可以对在地面的飞机单独供给电力和压缩空气。飞机在地面起飞前，APU向飞机独立地提供电力和压缩空气，保证客舱和驾驶舱内的照明和空调运行，并用来起动主发动机(大发)。起飞至爬升阶段，APU继续工作，发动机功率全部用于地面加速和爬升，改善起飞性能。爬升到一定高度后，APU关闭。空中停车(应急情况)时，当主发动机出现空中停车时，APU可在约12000米高度以下时起动，为发动机重起提供动力。降落后，由APU供应电力照明和空调，使主发动机提早关闭，从而节省了燃油，降低噪声。APU是飞机上一个不可或缺的重要的系统。

然而APU在航班运行中故障率较高。此外，APU是飞机上除主发动机外，送修费用最高的附件，其科技含量也最高。

如果能够对APU的性能参数进行估计和预测，提前预知APU的健康状态，为APU视情维修提供支撑，则能最小化APU在其寿命期的维修费用，大幅提高航空公司的经济效益，也能够提高飞机运行正常率，安全性。

APU的性能参数能够表征APU的性能，对于APU的状态监测，各航空公司已经有各种状态监测软件能够对辅助动力的性能参数进行监测并可视化，但是缺乏对其性能参数的预测与估计。

发明内容

本发明目的是为了解决现有技术不能对飞机辅助动力装置的性能参数进行预测的问题，提供了一种基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法。

本发明所述基于LSTM和SVR模型的飞机辅助动力装置的性能参数单步预测方法，该预测方法的具体过程为：

S1、通过飞机通信寻址与报告系统获得飞机辅助动力装置的在翼监测数据，从在翼监测数据中筛选出排气温度；

S2、对排气温度进行滑动平均预处理，将排气温度分为训练集和测试集；

S3、采用S2获得的训练集分别训练LSTM和SVR模型；

S4、采用卡尔曼滤波将LSTM和SVR模型融合，获得融合模型；

S5、采用S2获得的测试集对S4获得的融合模型进行性能预测。

优选的，S1所述通过飞机通信寻址与报告系统获得飞机辅助动力装置的在翼监测数据的具体过程为：

对飞机通信寻址与报告系统的报文进行报文解析，获得飞机辅助动力装置的在翼监测数据。

优选的，S2所述将排气温度分为训练集和测试集的具体方法为：

排气温度的数据集包括960个采样数据点，将数据集按照73:27的比例划分训练集和测试集，训练集为前701个样本点，测试集为259个样本点。

优选的，S3所述采用训练集训练LSTM的具体过程为：

令g(t)表示输入元，h(t)表示输出元，M表示记忆元，i(t)表示输入控制门，O(t)表示输出控制门，f(t)表示遗忘控制门；