崔建国，李鹏程，崔 霄，于明月，蒋丽英，王景霖

（1.沈阳航空航天大学自动化学院 沈阳，110136）

（2.航空工业空气动力研究院模型天平与风洞设备五部 沈阳，110034）

（3.故障诊断与健康管理技术航空科技重点实验室 上海，201601）

引言

飞机液压系统是飞机上以油液为驱动介质、为飞机提供驱动力的整套装置［1］。飞机液压泵具有脉动频率低、体积小、转速高和散热性能良好等优点，能够满足飞机在高空严酷工作环境下及高强度飞行任务对液压泵性能的要求。飞机液压泵受体积与重量的限制，液压泵传感器网络相比于工业液压泵来说网络布局较为简单，无法完全监测液压泵所有物理参数［2］，不能对其工作状态和性能变化进行准确预测，故采用数据驱动的分析手段成为飞机液压泵故障预测诊断及趋势变化分析的有效工具［3］。采集能有效表征飞机液压泵性能变化趋势的参数，进行飞机性能变化趋势预测分析，对飞机视情维修及事后保障都有重大意义。

目前，在工程中应用较为广泛的性能趋势预测分析方法中，多项式拟合法模型建立较简单，但预测准确度较低［4］。人工神经网络对于数据量比较少的样本信息的适用能力较弱，网络结构不易确定且冗余过大，模型的训练时间难以把控，实时性较差［5］。支持向量机则容易因参数的优化问题无法输出最优解，模型还有待改进［6］。针对上述问题，笔者将长短期记忆神经网络和自回归积分滑动平均模型结合起来，对飞机液压泵回油流量数据进行了预测，建立性能趋势预测模型，提升预测精度的同时避免了陷入局部最小值的风险。……