基于梯度提升树的飞机机身对接状态识别

作     者：蔡畅 黄亦翔 邢宏文 CAI Chang;HUANG Yi-xiang;XING Hong-wen

作者机构：上海交通大学机械系统与振动国家重点实验室上海200240 上海飞机制造有限公司航空制造技术研究所上海200436 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2019年第53卷第7期

页      面：1274-1281页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：国家重点研发计划资助项目(2017YFB1302004) 国家自然科学基金资助项目(51305258) 

主　　题：机身对接 状态标注 状态识别 数据驱动 梯度提升树(GBDT) 不平衡多分类 

摘      要：为了实时监控飞机机身的对接过程,针对机身对接数据没有标注和样本不平衡的特点,提出基于梯度提升树(GBDT)的机身对接状态识别方法.通过定位器及定位器上的载荷传感器,实时获取机身对接过程中的位移和载荷数据.结合飞机部件对接的工艺流程对历史对接数据进行状态标注,提出准确、高效的对接状态自动标注方法.在经过标注的对接数据上训练基于GBDT的机身对接状态识别模型,通过该模型可以获得各个特征的重要性.与长短期记忆网络(LSTM)、卷积神经网络(CNN)以及一些传统机器学习方法相比,该方法对接状态识别的宏F1(macro_F1)指标高达0.998,能够精准地识别每一种对接状态且训练速度较快.