基于EMD-SVR的排气温度裕度预测

摘要：

排气温度是发动机运行状态的重要性能表征参数之一,通过对多个飞行架次的排气温度裕度(Exhaust Gas Temperature Margin,EGTM)进行预测分析,能够有效表达发动机的工作性能,从而为后续故障预防及检测提供理论依据.针对EGTM数据的非线性、非平稳特征,提出了基于经验模态分解(Empirical Mode Decomposition,EMD)与支持向量回归(Support Vector Regression,SVR)相结合的预测方法.通过EMD方法对EGTM数据进行分解以降低时间序列的复杂程度;然后根据EMD得到的各本征模态函数及趋势序列,构建基于SVR的预测模型;最后将所得的各分量的预测结果综合以得到EGTM的预测结果.以某航空发动机EGTM数据作为验证,结果表明,相比于传统的预测方法,RMSE与MAE分别降低了77.76％、80.62％,有效提高了回归精度.

关键词：排气温度裕度、发动机、非线性、经验模态分解、支持向量机、预测

分类号：V235.13(航空发动机（推进系统）)

资助基金：国家自然科学基金ZR2017MF036

在线出版日期：2020-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-19,23