基于XGBoost的民航飞机发动机性能参数预测模型

作者：樊智勇; 王振良; 刘哲旭^*

来源：计算机测量与控制, 2023, 31(06): 46-52.

DOI：10.16526/j.cnki.11-4762/tp.2023.06.008

• 航空发动机
• 模糊推理
• XGBoost
• QAR数据
• 性能参数预测

为提高民航飞机发动机性能参数的预测精度，提出一种基于模糊推理和XGBoost算法的发动机性能参数预测方法；对发动机进行总体性能分析，确定油门杆位置、气压高度、总温、全重、马赫数及飞行阶段为影响发动机性能参数的主要因素；其次采用模糊推理对快速存取记录器(QAR)数据进行纵向飞行阶段划分，消除人为划分训练数据对预测精度的主观影响；最后，建立各发动机性能参数的XGBoost预测模型，并与多种预测模型进行对比实验；实验结果表明：对发动机N1、燃油流量参数的预测，XGBoost预测模型相比支持向量回归(SVM)、线性回归模型和BP神经网络，其精度更高且不需要对训练数据进行缩放。

• 单位
  自动化学院; 中国民航大学