關鍵詞:報文系統 數據分析 故障預測 支持向量機
摘要:針對輔助動力裝置(Auxiliary power unit,APU)故障預測時,僅基于快速存取記錄器(Quick access recorder,QAR)數據存在實時性欠缺或精度不足的問題,提出了基于實時報文數據的APU故障預測方法。首先,對報文所采集的數據進行預處理,將每次航班的報文數據規整為一條數據集;其次,從參數閾值、維修記錄及APU序列號變化情況等角度對數據集進行標注工作;隨后,針對特征選擇算法具有較差解釋性的缺點,提出通過相關性分析選取能夠表征APU運行性能的參數;最后,建立基于支持向量機(Support vector machine,SVM)的多參數故障預測模型并優化。經驗證,該模型提高了預測正確率,為APU視情維修策略的制定提供參考。
南京航空航天大學學報雜志要求:
{1}引言作為論文的開場白,應以簡短的篇幅介紹論文的研究背景和目的,對相關領域內前人所做的工作和研究進行簡要的概括。
{2}來稿應觀點明確,數據準確、完整,文字精煉通順,層次清晰,結構嚴謹。
{3}參考文獻應選擇公開發表且以主要的列入,其序號按文中出現的先后為序編排。著錄格式按GB/T7714-2005“文后的參考文獻著錄規則”編排。
{4}提供關鍵詞5~8個,中、英文關鍵詞要對應,分別置于中、英文摘要之后。
{5}論文須嚴格遵守學術規范,文圖責任自負。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社