买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京航空航天大学
摘要:本申请公开了一种基于集成学习算法的故障下飞行器纵向可用过载预测方法,涉及航空飞行器领域,该方法首先构建航空飞行器的纵向可用过载理论模型,然后对航空飞行器在不同飞行状态下的每组运动仿真数据进行特征筛选,利用理论模型根据筛选出的特征参数的时间序列数据计算得到每种飞行状态下的纵向可用过载与无故障状态下的纵向可用过载之间的差值作为纵向可用过载变化量,继而基于集成学习算法利用仿真数据训练得到纵向可用过载变化量预测模型。该方法将集成学习算法得到的纵向可用过载变化量预测模型与理论分析得到的纵向可用过载理论模型结合,可以在航空飞行器出现舵面故障时准确可靠的得到纵向可用过载预测结果。
主权项:1.一种基于集成学习算法的故障下飞行器纵向可用过载预测方法,其特征在于,所述故障下飞行器纵向可用过载预测方法包括:基于航空飞行器的运动学模型和瞬时平衡假设,构建得到所述航空飞行器的纵向可用过载理论模型,所述纵向可用过载理论模型表征所述航空飞行器的纵向可用过载与飞行状态参数的关系;获取所述航空飞行器在不同飞行状态下进行运动仿真得到的运动仿真数据,所述航空飞行器的飞行状态包括无故障状态和多种不同的舵面故障状态,所述航空飞行器的每组运动仿真数据包括所述航空飞行器在当前飞行状态下多种运动参数的时间序列数据;对运动参数进行特征筛选得到特征参数,筛选出的特征参数包括所述飞行状态参数;利用所述纵向可用过载理论模型根据每种飞行状态下的特征参数时间序列数据,计算得到所述飞行状态下的纵向可用过载;并计算每种飞行状态下的纵向可用过载与无故障状态下的纵向可用过载之间的差值得到所述飞行状态下的纵向可用过载变化量;以每种飞行状态下的特征参数时间序列数据和飞行状态作为输入、所述飞行状态下的纵向可用过载变化量作为输出,基于集成学习算法训练得到纵向可用过载变化量预测模型;利用所述纵向可用过载理论模型以及训练得到的纵向可用过载变化量预测模型,基于航空飞行器在实际飞行状态下的实际运动数据得到所述航空飞行器处于舵面故障状态下的纵向可用过载预测结果。
全文数据:
权利要求:
百度查询: 南京航空航天大学 基于集成学习算法的故障下飞行器纵向可用过载预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。