基于NRS-CNN的民航发动机滑油消耗量预测

作者：瞿红春; 高鹏宇; 朱伟华; 许旺山; 郭龙飞

来源：中国民航大学学报, 2021, 39(05): 16-27.

• 滑油消耗量
• 多参数预测
• 邻域粗糙集
• 卷积神经网络

针对民航发动机滑油消耗量受多个飞行阶段的多个参数影响而难以准确预测的问题,提出基于邻域粗糙集(NRS,neighborhood rough set)和卷积神经网络(CNN,convolutional neural network)的模型来预测滑油消耗量。首先,采用NRS方法提取对滑油消耗重要度较高的飞行阶段状态参数作为特征参数;然后,利用CNN对重要度高的飞行阶段状态参数进行深度特征学习,实现滑油消耗量的预测。预测结果表明:CNN能很好地完成对多滑油参数的特征提取,预测结果与实际值的平均绝对误差为0.129×10-3m3,平均相对误差为3.8%,可满足实际工程应用的需要,为评估民航发动机滑油系统的健康状况提供参考。

• 单位
  中国民航大学