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

AITNT
正文
推荐专利
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
申请号:CN202410942151
申请日期:2024-07-15
公开号:CN118821607B
公开日期:2025-01-10
类型:发明专利
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。
技术关键词
航空飞行器 集成学习算法 舵面故障 飞行状态参数 斯皮尔曼相关系数 偏角 仿真数据 运动 LightGBM模型 理论 升力 无故障 表达式 梯度提升决策树 力矩 序列 随机森林
系统为您推荐了相关专利信息
1
基于振动行为预测微织构涂层球头铣刀铣削钛合金表面质量的方法
球头铣刀 斯皮尔曼相关系数 BP神经网络 振动特征 涂层刀具
2
一种基于无人机的输变电工程施工期的环保智能监管系统
智能监管系统 数据处理中心 无人机系统 高分辨率摄像头 多光谱传感器
3
一种基于磨砂机的零部件表面质量的评估方法及系统
表面图像数据 多模态数据融合 非线性映射关系 数学模型 现实技术
4
一种基于集成学习的多层高分辨率土壤水分生成方法
地表温度数据 生成方法 集成学习算法 分辨率 站点
5
一种发电机定子绕组温度预警方法、系统、设备和介质
温度预测模型 斯皮尔曼相关系数 发电机定子绕组 温度预警方法 支持向量机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号