XGBOOST APPLIED TO MODEL AN AIRCRAFT ENGINE RPM-FUEL RELATIONSHIP THROUGH NONLINEAR BLACK-BOX SYSTEM IDENTIFICATION
Elcio Bardelli1; ROBERTO Z. FREIRE1; ALIREZA .R. TAVAKOLPOUR-SALEH2; Leandro dos Santos Coelho1; Helon Vicente Hultmann Ayala3
1 PUCPR; 2 Shiraz University of Technology; 3 PUC-Rio
Baixar PDF doi:10.20906/CPS/CBA2018-0416
Resumo
As emissões provenientes da queima de combustível das aeronaves é um problema em constante discussão no que diz respeito ao impacto ambiental, sempre relacionada ao aquecimento global. Na indústria aeroespacial, compreender o comportamento dos motores a jato, os quais são considerados sistemas de grande complexidade, não é uma tarefa simples, já que existe falta de conhecimento sobre o desempenho desses sistemas quando submetidos a diferentes condições de teste. Levando-se em conta o objetivo de entender o correto funcionamento das turbinas de aeronaves e projetar equipamentos mais eficientes, este trabalho propõe uma técnica de identificação paramétrica de sistemas baseada em uma abordagem caixa preta. Levando-se em conta um estudo prévio onde foram coletados dados de uma turbina em uma plataforma de testes, propõe-se a utilização da técnica Extreme Gradient Boosting (XGBoost), a qual combina uma série de árvores de regressão, com uma estrutura de modelo não linear autoregrssivo e exógeno (NARX) para reproduzir o comportamento do motor a jato. Para avaliar o desempenho do modelo proposto, foi utilizado o coeficiente de determinação (R^2) e testes baseados na correlação estatística dos resíduos do modelo.
Palavras-chave: turbojet engine; system identification; parametric model; XGBoost