基于邻域粗糙集和灰狼算法优化Elman的民航发动机滑油量预测

摘要：

实时预测民航发动机滑油量对保障飞行安全具有重要意义.针对滑油量受发动机多个工作状态的多个参数影响,具有影响参数多,提取方法不确定等问题,提出了一种基于邻域粗糙集(neighborhood rough set,NRS)和灰狼优化(grey wolf op-timizer,GWO)-Elman相结合的方法预测滑油量.首先通过邻域粗糙集提取对滑油量重要度高的发动机工作阶段,将提取后的工作阶段有关参数作为特征向量输入到灰狼优化-Elman的网络模型中,灰狼算法通过计算和比较个体的适应度来优化El-man网络中的权值和阈值,保证Elman网络中的权值和阈值达到全局最优.预测结果表明,精度达到98.44％,满足工程应用的精度要求.研究结果为及时监测民航发动机滑油系统的健康状况提供理论依据.

关键词：滑油量预测;特征参数提取方法;灰狼优化;Elman神经网络

所属期刊栏目：21

分类号：V233.4(航空发动机（推进系统）)

资助基金：中国民航大学科研基金项目;中央高校基本科研业务费

在线出版日期：2021-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6069-6074