起落架载荷标定模型的集成学习方法

摘要：

为解决飞机起落架载荷标定实验使用线性回归建立标定方程结果不理想的问题,考虑到实验中起落架压缩行程和应变片布片位置等因素对标定载荷的非线性影响,运用特征融合、集成学习理论,通过使用AdaBoost和XGBoost非线性回归方法,构建起落架载荷标定模型.首先,通过起落架载荷标定实验获取实验数据,使用主成分分析方法建立输入特征矩阵;其次,构建起落架载荷标定模型,将起落架三向加载载荷分别作为标签向量,训练集和测试集根据随机取样原则划分,使用AdaBoost和XGBoost两种方法训练标定模型;最后,在测试集中对载荷进行拟合预测,并使用均方根误差、平均绝对误差、决定系数、耗时4个评价指标对模型进行评估.实验结果显示,与广泛使用的最小二乘法相比,XGBoost方法建立的标定模型能够更好地拟合加载载荷,在不考虑时效性的场景下XGBoost算法更具优势.研究结果对提高飞机起落架载荷实测准确性以及飞机结构健康监测的进一步研究具有重要价值.

关键词：飞机起落架、载荷标定、非线性回归、集成学习

所属期刊栏目：43

分类号：TB9;V226(计量学)

资助基金：航空工业计量所创新基金ZC02102282

在线出版日期：2023-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：10-18