【技术实现步骤摘要】
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
本专利技术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
技术介绍
飞机辅助动力装置(AuxiliaryPowerUnit，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...
【技术保护点】
1.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，其特征在于，该预测方法的具体过程为：/nS1、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；/nS2、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；/nS3、采用S2获得的训练集分别训练LSTM和SVR模型；/nS4、采用卡尔曼滤波将LSTM和SVR模型融合，获得融合模型；/nS5、采用S2获得的测试集对S4获得的融合模型进行性能预测。/n
【技术特征摘要】
1.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，其特征在于，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。
2.根据权利要求1所述的基于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，其特征在于，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。
3.根据权利要求1所述的基于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，其特征在于，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。
4.根据权利要求1、2或3所述的基于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，其特征在于，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；
输入控制门、输出控制门和遗忘控制门分别连接到三个乘法单元上，分别控制记忆元的读、写和遗忘操作；
若模型的输入长度为T，输入序列为x，在时刻t时，第l层的第j个记忆模块的状态为：
表示第l层的第j个记忆模块在t时刻的输入元，xl(t)表示第l层的记忆模块在t时刻的输入序列，hl(t-1)表示第l层的记忆模块在t-1时刻的输出，表示xl(t)到的权重，表示hl(t-1)到的权重，表示xl(t)到的偏置；
表示第l层的第j个记忆模块在t时刻的输入控制门，表示xl(t)到的权重，表示hl(t-1)到的权重，表示xl(t)到的偏置；
表示第l层的第j个记忆模块在t时刻的遗忘控制门，表示xl(t)到的权重，表示hl(t-1)到的权重，表示xl(t)到的偏置；
表示第l层的第j...
【专利技术属性】
技术研发人员：刘连胜，刘晓磊，彭喜元，郭庆，刘大同，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。