飞行器健康状态的灰色预测方法

摘要：

针对飞行器健康状况难以准确预测的问题,提出了一种基于小波包变换与自适应多变量灰色预测模型对飞行器健康状况进行预测的新方法.采用先进的声发射技术监测飞行器关键部件的健康状态,运用小波包对由声发射监测系统募集到的飞行器关键部件原始声发射信号进行三级小波包分解,分别提取其第三级小波包分解中八个频段分解系数的能量最大值、方差最大值和范数最大值作为特征向量,并以此构建三变量MVGFM(1,n,β)模型.运用该模型对飞行器关键部件的健康状态进行预测研究,并通过该模型预测值与特征真实值之间的相对偏差来修正模型中参数β,以提高模型的下一步预测精度.实验结果表明,提出的自适应MVGFM方法可以动态实现对飞行器关键部件裂纹故障的准确预测,其预测准确度明显高于GM(1,1)模型,从而证实了该方法的有效性.

关键词：飞行器、自适应、小波包、多变量灰色预测模型

所属期刊栏目：46

分类号：TP206+.3(自动化技术及设备)

资助基金：航空科学基金资助项目the Aeronautic Science Foundation under Grant 2007ZD54006;中国博士后科学基金资助项目the National Postdoctoral Science Foundation of China under Grant 20070421062;辽宁省教育厅科研基金资助项目the Educational Department Science Foundation of Liaoning Province under Grant 2008544;沈阳航空工业学院博士启动基金资助项目the Doctor Start-up Science Foundation of Shenyang Institute of Aeronautical Engineering under Grant 06YB19

在线出版日期：2010-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-226