基于DAM和CNN-LSTM的輔助動(dòng)力裝置性能參數(shù)預(yù)測模型

王 力,馬 憲

(1.中國民航大學(xué) 職業(yè)技術(shù)學(xué)院，天津 300300; 2.中國民航大學(xué) 電子信息與自動(dòng)化學(xué)院，天津 300300)

0 引言

飛機(jī)輔助動(dòng)力裝置(APU,auxiliary power unit)本質(zhì)上是一個(gè)小型渦輪燃?xì)獍l(fā)動(dòng)機(jī)，其結(jié)構(gòu)簡單，重量小，功率大，主要用于輔助飛機(jī)主發(fā)動(dòng)機(jī)啟動(dòng)并為機(jī)載用電設(shè)備供電。APU作為第二動(dòng)力系統(tǒng)，為飛機(jī)的安全性與乘客的舒適性提供保障，是一個(gè)不可缺少的重要子系統(tǒng)。

排氣溫度(EGT)作為一個(gè)關(guān)鍵的氣路性能參數(shù)，可以直接反應(yīng)APU的健康狀態(tài)，因此可以利用歷史時(shí)刻EGT組成的時(shí)序數(shù)據(jù)預(yù)測未來一段時(shí)間APU的狀態(tài)。APU是一個(gè)復(fù)雜非線性系統(tǒng)，多個(gè)部件共同作用使EGT呈現(xiàn)出非線性的時(shí)變規(guī)律，故對EGT的預(yù)測要考慮到APU內(nèi)各種性能參數(shù)。

國內(nèi)外學(xué)者對排氣溫度預(yù)測展開了大量研究，文獻(xiàn)[4]利用排氣溫度與其他性能參數(shù)間的關(guān)系對EGT進(jìn)行預(yù)測。文獻(xiàn)[5]采用遺傳算法優(yōu)化支持向量機(jī)參數(shù)來提高預(yù)測精度。文獻(xiàn)[7]采用優(yōu)化后的最小二乘支持向量機(jī)模型預(yù)測EGT。雖然上述的方法取得了較不錯(cuò)的預(yù)測效果，但是對長時(shí)間序列，進(jìn)行多變量和多時(shí)間步預(yù)測時(shí)效果不是很好。近些年深度學(xué)習(xí)發(fā)展迅速，在處理長時(shí)間多變量的時(shí)序數(shù)據(jù)有著明顯的優(yōu)勢。長短期記憶網(wǎng)絡(luò)(LSTM)是循環(huán)神經(jīng)網(wǎng)絡(luò)的一個(gè)變種，解決了序列長時(shí)間被遺忘的問題。卷積神經(jīng)網(wǎng)絡(luò)(CNN)可以挖掘輸入數(shù)據(jù)的特征，提取深層次的變量間局部依賴關(guān)系，一定程度上提高預(yù)測精度。在時(shí)序預(yù)測中引入注意力機(jī)制可以為重要特征和時(shí)刻加權(quán)，加強(qiáng)重要信息的對輸出的影響，從而提高預(yù)測模型精度。……