基于支持向量机的航空电机表面温升预测

胡双俊^1,2，王哲明²

1. 南京航空航天大学自动化学院2. 中国石化集团资产经营管理有限公司扬子石化分公司

摘 要：针对航空电机发热及散热受电机功率、结构,以及由于海拔高度改变带来的大气温度、粘度、压力变化等众多因素影响,温升模型难以准确建立的问题,通过已有试验数据,建立起遗传算法-支持向量机表面温升模型,解决了遗传算法局部搜索能力差的问题,有效地利用支持向量机学习速度快的特点,在小样本情况下具有良好的非线性建模和泛化能力。基于LS-SVM的预测控制算法具有很好的控制性能。试验表明,该模型实现了对航空电机表面温升的智能预测。由于支持向量机具有自学习功能,可在应用中不断提高预测精度,因而这种方法在电机设计中具有广阔的应用前景。

关键词：航空电动机;表面温升预测;支持向量机;遗传算法;