基于状态空间模型的飞机APU在翼RUL预测方法

摘要：

为解决利用飞机辅助动力装置(APU)在翼监测数据难以表征其性能状态而造成的性能评估以及剩余使用寿命预测(RUL)难的问题,本文提出一种基于状态空间模型(SSM)与卡尔曼滤波融合的APU在翼RUL预测方法.首先,通过在翼监测数据构造含噪声的性能指标(PI)来表征APU的性能状态,借助维纳过程与建立的含噪声的PI构建状态方程,来描述APU性能衰退过程.然后,将卡尔曼滤波状态估计和预测方法应用于SSM,通过对APU在翼性能状态的估计,达到预测其RUL的目的.最后,采用国内航空公司运营的APU在翼监测数据进行方法的综合验证和评估.实验结果表明,与ELM和Optimized ELM相比,本文方法的预测绝对百分比误差分别减少了72.1％和67.9％.此外,与其它3类方法的实验结果对比,本文方法的预测绝对百分比误差至少减少了69.2％.该方法可以有效地实现在翼APU的RUL预测,可为运维人员合理规划维护维修提供参考,更为重要的是在一定程度上可以提高旅客的舒适性和飞机的安全性.

关键词：飞机辅助动力装置、状态空间模型、卡尔曼滤波、性能指标、剩余使用寿命

所属期刊栏目：42

分类号：TP391.9;TH-39(计算技术、计算机技术)

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2021-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：45-54