基于组合模型的航空发动机推力衰减短期预测研究

摘要

cqvip:为了提高航空发动机推力衰减的短期预测精度,提出了基于ARIMA和BP神经网络的组合模型。阐述了ARIMA-BP组合模型的预测步骤,建立了发动机推力衰减的预测模型。利用ARIMA模型预测推力整体变化趋势,利用BP神经网络预测非线性剩余变化量,进而完成对发动机推力的预测分析。并与ARIMA模型预测结果进行对比。结果表明:组合模型短期预测精度较高,为确保发动机试车安全提供可靠的方法,具有一定的工程应用意义。