基于数据驱动的导弹伺服液面预测

刘丙杰 冀海燕 杨继锋

海军潜艇学院，青岛 266042



基于数据驱动的导弹伺服液面预测

刘丙杰 冀海燕 杨继锋

海军潜艇学院，青岛 266042

针对导弹伺服机构液压源液面下降的问题，根据导弹伺服液面实测数据，采用支持向量机、神经网络集成和最小二乘多项式拟合3种数据驱动方法对伺服液面高度进行模型辨识。通过对实测数据仿真分析，发现不同输入维数对预测精度有所影响：当输入维数为4时，支持向量机预测误差最低；不同输入维数下，最小二乘多项式预测误差最稳定，且综合误差最小。 关键词 数据驱动；伺服液面；支持向量回归；神经网络集成；最小二乘多项式拟合

伺服系统是导弹控制系统的执行机构，伺服液压源是伺服机构的动力源，为了保证导弹完全按照指令飞行控制，就必须有充足的工作液。这就需要对伺服工作液进行测试，以判断伺服机构的状态。目前，伺服工作液的测试都是实时测试，只要判断合格即可。但是，随着载弹值班时间的增加，伺服工作液可能发生泄漏、渗漏和挥发等故障，一旦出现这种故障，只能返厂维修，这将严重影响导弹发射和作战任务的实施，在历次导弹测试、训练、试验中就出现过类似故障。如果能事先预测工作液状态，实现预防性维修，将大大提高导弹的综合保障能力和战备完好性。但是，目前有关伺服机构工作液液面预测的研究鲜有公开资料。本文将利用数据驱动方法实现伺服机构工作液液面的预测。……