基于ARIMA⁃LSTM的飞机液压泵性能趋势预测方法 |
| |
引用本文: | 崔建国,李鹏程,崔霄,于明月,蒋丽英,王景霖.基于ARIMA⁃LSTM的飞机液压泵性能趋势预测方法[J].振动.测试与诊断,2021,41(4):735-740. |
| |
作者姓名: | 崔建国 李鹏程 崔霄 于明月 蒋丽英 王景霖 |
| |
作者单位: | (1.沈阳航空航天大学自动化学院 沈阳,110136)(2.航空工业空气动力研究院模型天平与风洞设备五部 沈阳,110034)(3.故障诊断与健康管理技术航空科技重点实验室 上海,201601) |
| |
基金项目: | 国家自然科学基金资助项目(51605309);航空科学基金资助项目(201933054002,20163354004);辽宁省教育厅基金资助项目(JYT2020021) |
| |
摘 要: | 针对飞机液压泵工作强度高、工作环境复杂而导致传统性能预测方法对飞机液压泵性能变化趋势预测精度不高的问题,提出了一种基于自回归积分滑动平均-长短期记忆(autoregressive integrated moving average-long shortterm memory,简称ARIMA-LSTM)网络的飞机液压泵性能趋势预测方法。首先,将获取的飞机液压泵性能表征参数回油流量数据进行线性分解,得到趋势项数据和细节项数据;其次,采用自回归积分滑动平均(autoregressive integrated moving average,简称ARIMA)方法对趋势项数据进行预测,同时采用长短期记忆(long short term memory,简称LSTM)网络方法对归一化处理后的细节项数据进行预测;最后,将两部分预测结果进行叠加,得到最终的性能趋势预测结果。研究结果表明,采用ARIMA-LSTM的联合预测方法对飞机液压泵性能变化趋势的预测效果明显优于单一的ARIMA与LSTM预测方法,为飞机液压泵性能变化趋势预测的工程应用提供了一种新方法。
|
关 键 词: | 飞机液压泵 性能变化 趋势预测 自回归积分滑动平均模型 长短期记忆网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《振动.测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动.测试与诊断》下载全文 |
|