航空液压系统流量智能预测方法研究

摘要：

液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性.流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持.但由于流量传感器造成的流阻对系统特性有显著影响,因此在航空液压系统中未广泛使用.针对传感器带来的流阻问题,深入分析了与流量相关的参数,提出基于梯度提升回归树的航空液压系统流量预测模型,通过关键参数预测液压系统的流量.试验结果表明:梯度提升回归树(gradient boosting regression tree,GBRT)模型相比最小二乘线性回归模型、决策树回归模型、极端梯度提升树XGBoost模型,在预测准确度、训练时间、测试时间等指标中取得了较好的表现,验证了所提方法的有效性.

关键词：航空液压系统、决策树、梯度提升回归树(GBRT)、数据挖掘、数据预测

所属期刊栏目：22

分类号：TP181;V37(自动化基础理论)

资助基金：航空科学基金2017ZC31008

在线出版日期：2022-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：12476-12483