Title of Paper:基于SVM方法的APU故障预测方法

Hits:

Affiliation of Author(s):民航学院

Journal:南京航空航天大学学报

Key Words:辅助动力装置(APU);报文系统;数据分析;故障预测;支持向量机;

Abstract:针对辅助动力装置(Auxiliary power unit,APU)故障预测时,仅基于快速存取记录器(Quick access recorder,QAR)数据存在实时性欠缺或精度不足的问题,提出了基于实时报文数据的APU故障预测方法。首先,对报文所采集的数据进行预处理,将每次航班的报文数据规整为一条数据集;其次,从参数阈值、维修记录及APU序列号变化情况等角度对数据集进行标注工作;随后,针对特征选择算法具有较差解释性的缺点,提出通过相关性分析选取能够表征APU运行性能的参数;最后,建立基于支持向量机(Support vector machine,SVM)的多参数故障预测模型并优化。经验证,该模型提高了预测正确率,为APU视情维修策略的制定提供参考。

ISSN No.:1005-2615

Translation or Not:no

Date of Publication:2019-08-15

Co-author:蔡坤烨,zhoudi,泽山

Correspondence Author:Cai jing