基于離散過(guò)程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)技術(shù)研究.pdf

1、航空發(fā)動(dòng)機(jī)視情維修的實(shí)現(xiàn)基于對(duì)航空發(fā)動(dòng)機(jī)性能參數(shù)的準(zhǔn)確預(yù)測(cè)。傳統(tǒng)的單參數(shù)預(yù)測(cè)技術(shù)雖能在一定程度上實(shí)現(xiàn)對(duì)性能參數(shù)的預(yù)測(cè)，但其存在準(zhǔn)確程度不高、運(yùn)算速度不夠快等缺陷，航空公司已不再滿足于采用該方式進(jìn)行參數(shù)預(yù)測(cè)。究其原因，除了現(xiàn)有預(yù)測(cè)系統(tǒng)所采用的傳統(tǒng) BP神經(jīng)網(wǎng)絡(luò)等算法有一定的局限性外，忽視多種性能參數(shù)間的相關(guān)關(guān)系也使得預(yù)測(cè)精度的提升遇到了瓶頸。為此，本文擬選擇合適的方法進(jìn)行輸入?yún)?shù)融合，同時(shí)采用一種新型離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)建立航空發(fā)動(dòng)機(jī)性能

2、參數(shù)融合預(yù)測(cè)模型，并以其對(duì)實(shí)際航空發(fā)動(dòng)機(jī)性能參數(shù)進(jìn)行預(yù)測(cè)。
　　針對(duì)基于密度的異常點(diǎn)識(shí)別方法運(yùn)算過(guò)程中出現(xiàn)的不方便、不準(zhǔn)確的問(wèn)題，本文提出一種基于不確定距離的異常點(diǎn)識(shí)別方法，通過(guò)計(jì)算數(shù)據(jù)點(diǎn)鄰域內(nèi)全局覆蓋概率，從不確定性的角度對(duì)異常點(diǎn)進(jìn)行識(shí)別，并與基于距離和密度的異常點(diǎn)識(shí)別方法進(jìn)行比較，驗(yàn)證該方法的有效性。同時(shí)，針對(duì)指數(shù)平滑法的不足，基于羅-羅公司使用的COMPASS平滑函數(shù)對(duì)性能參數(shù)時(shí)間序列進(jìn)行平滑處理，為融合預(yù)測(cè)做好輸入數(shù)據(jù)準(zhǔn)備

3、。
　　為定量分析航空發(fā)動(dòng)機(jī)性能參數(shù)間的相關(guān)性，以便進(jìn)行融合預(yù)測(cè)，本文提出一種基于實(shí)驗(yàn)現(xiàn)象的三點(diǎn)漸進(jìn)查詢方法，能夠快速查詢到最大延遲相關(guān)點(diǎn)，進(jìn)而計(jì)算出線性相關(guān)系數(shù)。為防止僅計(jì)算線性相關(guān)系數(shù)產(chǎn)生相關(guān)性分析誤差，本文擬采用基于分形理論的去趨勢(shì)交叉相關(guān)方法對(duì)航空發(fā)動(dòng)機(jī)不同的性能參數(shù)間的非線性相關(guān)性進(jìn)行定量分析，求取交叉相關(guān)赫斯特指數(shù)，以此為依據(jù)判定各參數(shù)間的非線性相關(guān)性大小。對(duì)比以上兩種方法所得結(jié)果，選擇相關(guān)性較大的參數(shù)作為融合預(yù)測(cè)的基

4、礎(chǔ)。
　　針對(duì)現(xiàn)有單參數(shù)預(yù)測(cè)模型存在的精度和運(yùn)算速度等問(wèn)題，建立基于卷積和離散輸入過(guò)程神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)性能參數(shù)融合預(yù)測(cè)模型。針對(duì)主成分分析過(guò)程運(yùn)算量大、局部特征體現(xiàn)不明顯問(wèn)題，本文提出一種基于蟻群算法的輸入樣本空間劃分方法，通過(guò)建立TSP問(wèn)題模型并采用蟻群算法求解，將相空間重構(gòu)后的樣本空間劃分為若干子空間，再分別對(duì)各個(gè)子空間進(jìn)行主成分分析。在此基礎(chǔ)上，將融合預(yù)測(cè)結(jié)果與單參數(shù)預(yù)測(cè)結(jié)果進(jìn)行比較，驗(yàn)證模型的有效性。
　　基于上