基于MSCNN-LSTM編解碼器的飛機輔助動力裝置EGT預測模型*

白春垣,孫有朝

(南京航空航天大學民航學院，南京 211106)

0 引言

輔助動力裝置(auxiliary power unit,APU)是飛機的一個重要功能子系統，位于飛機的尾端。從內部結構來看，APU和航空發動機類似，是一臺小型燃氣渦輪發動機。當飛機在地面時，APU可以向客艙和駕駛艙提供氣源和電力，保障空調和燈光照明系統的正常運行，同時可以用于啟動主發動機。當空中發生空中停車等緊急情況時，APU也可以二次點火重啟發動機，保障飛行安全。因此，APU性能監控對提高APU的可靠性、保障飛行安全和提高航空公司經濟效應方面有著重要的應用價值[1-2]。

排氣溫度(exhaust gas temperature,EGT)作為APU的重要監控參數，能夠在一定程度上表征APU的健康狀態，因此常用于APU的狀態評估與故障預測等領域。LIU等[3]建立RBM優化ELM模型對EGT進行預測，并通過示例表明性能優于傳統ELM；GUO等[4]利用遞歸特征消除方法對參數重要性進行排序，并采取狀態空間和輔助粒子濾波構建APU性能退化模型，預測EGT到達紅線的時間；唐敏杰[5]選取修正后的EGT和STA參數構建APU起動機監控模型，實現基于狀態的維修策略；劉連勝等[6]提出了一種基于生成對抗網絡的APU性能參數擴增方法生成10維的EGT參數，提高了剩余壽命預測的精度。但是上述研究往往只以EGT單一數據作為對象，忽視了其他參數對EGT的影響，且在預測過程中容易出現誤差累積現象，因此本文提出了一種基于MSCNN-LSTM編碼器-解碼器模型的輔助動力裝置EGT預測方法，能夠更好地對EGT進行預測。

1 MSCNN-LSTM編解碼器

1.1 編碼器-解碼器模型

循環神……