声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1429/V
国际刊号：1005-2615
发布日期:
作者：蔡坤烨
单位：南京航空航天大学民航学院，南京，211106；,南京航空航天大学民航学院，南京，211106；,南京航空航天大学民航学院，南京，211106；,南京航空航天大学民航学院，南京，211106；
关键词：辅助动力装置（APU）;报文系统;数据分析;故障预测;支持向量机
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。
来源：2019年第4期
《南京航空航天大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。