基于支持向量机的发动机性能衰退指标分类和预测

李冬，黄帅，曹明川(.海军航空工程学院，山东烟台6400；.海军驻常州地区航空军事代表室，江苏常州30)

基于支持向量机的发动机性能衰退指标分类和预测

李冬1，黄帅2，曹明川1
(1.海军航空工程学院，山东烟台264001；2.海军驻常州地区航空军事代表室，江苏常州213022)

基于支持向量机几何距离建立表征发动机性能衰退程度的指标，并基于相空间重构理论对该指标进行多步预测，表明回归支持向量机结果优于神经网络预测结果。利用主元分析、核主元分析方法对发动机性能特征量约简并提取其主元，得到核主元分析的分类效果更好。利用交叉验证的方法优化分类支持向量机和核函数中相关参数，给出发动机性能衰退指标曲线。通过建立统计量的方法分析发动机性能变化，确定性能变化关键点。所得结论对做好发动机维护保养工作，延长发动机使用寿命具有一定的指导意义。

支持向量回归；性能衰退指标；支持向量分类；预测；概率密度分布

1 引言

对发动机进行状态监控和故障诊断，及时准确地评估和预测发动机性能状况，发现性能衰退迹象及潜在故障隐患，这对推动视情维修、减小维修使用成本和提高飞行安全具有重要意义。实际中，可供测量的发动机参数有限，且这些参数大多反映发动机整机的性能状况，缺少部件的特性参数，这对开展部件方面的性能研究具有一定的难度。本文结合发动机模型，通过计算得到性能衰退前后部件的性能参数和表征整机性能衰退的数据，作为发动机性能变化研究的基础。……