全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
- 作者： 万安平 张华 张今 蒋俊杰 王景霖 单添敏 来源： 航空动力学报 年份： 2025 文献类型 ： 期刊 关键词： 滚动轴承 多传感器信息融合 故障诊断 短时傅里叶变换 视频特征
- 描述： 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
- 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
- 作者： 万安平 张华 张今 蒋俊杰 王景霖 单添敏 来源： 航空动力学报 年份： 2025 文献类型 ： 期刊 关键词： 滚动轴承 多传感器信息融合 故障诊断 短时傅里叶变换 视频特征
- 描述： 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
- 基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
- 作者： 杨洁 万安平 王景霖 单添敏 缪徐 李客 左强 来源： 中国电机工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 卷积神经网络 多传感器信息融合 故障诊断 深度学习
- 描述： 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障
- 基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
- 作者： 杨洁 万安平 王景霖 单添敏 缪徐 李客 左强 来源： 中国电机工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 卷积神经网络 多传感器信息融合 故障诊断 深度学习
- 描述： 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障
- 基于时序多任务学习的航空发动机寿命预测与状态评估
- 作者： 万安平 彭帅 王景霖 单添敏. 来源： 第15届全国转子动力学学术大会摘要集 年份： 2023 文献类型 ： 会议论文 关键词： 发动机寿命 多任务学习 GRU
- 描述： <正>航空发动机寿命预测与状态评估任务具有一定的关联性,传统的针对独立任务采取独立建模的方法割裂了两者之间的关联,任务独立分析取得的效果不佳,对此,提出一套基于改进时序多任务学习MMoE-GRU模型的航空发动机寿命预测与状态评估方法。首先,利用极端梯度提升(eXtreme Gradient Boosting,XGBoost)提取关键性能参数,
- 基于时序多任务学习的航空发动机寿命预测与状态评估
- 作者： 万安平 彭帅 王景霖 单添敏. 来源： 第15届全国转子动力学学术大会摘要集 年份： 2023 文献类型 ： 会议论文 关键词： 发动机寿命 多任务学习 GRU
- 描述： <正>航空发动机寿命预测与状态评估任务具有一定的关联性,传统的针对独立任务采取独立建模的方法割裂了两者之间的关联,任务独立分析取得的效果不佳,对此,提出一套基于改进时序多任务学习MMoE-GRU模型的航空发动机寿命预测与状态评估方法。首先,利用极端梯度提升(eXtreme Gradient Boosting,XGBoost)提取关键性能参数,
- 基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测
- 作者： 后麒麟 曹亮 单添敏 王景霖 沈勇 来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 锂电池 粒子群优化 回声状态网络 间接健康指标 剩余使用寿命预测
- 描述： 航空锂电池是飞机的重要组成部分，对其进行剩余使用寿命(RUL)预测至关重要。目前，一般采用锂电池容量作为RUL指标，但在飞机实际运行中，锂电池容量难以准确测量，同时面临长期寿命预测精度的问题。因此，提出一种基于间接健康指标和回声状态网络(ESN)的锂电池RUL预测方法，基于一阶偏相关系数分析方法提取最能代表电池寿命的间接健康指标来代替容量指标，建立间接健康指标预测模型。同时基于深度学习中的ESN,结合粒子群优化算法(PSO)对网络参数进行优化，建立退化预测模型，实现锂电池RUL预测，解决长期预测精度问题。使用NASA电池数据进行实验验证说明，该方法相较于其他方法具有更高的精度、稳定性以及良好的泛化能力。
- 基于深度学习的航空发动机齿轮故障诊断
- 作者： 万安平 杨洁 王景霖 陈挺 缪徐 黄佳湧 杜翔 来源： 振动.测试与诊断 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 卷积神经网络 多传感器信息融合 故障诊断 深度学习
- 描述： dimensional convolutional neural network，简称1D-CNN）对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类，建立齿轮故障一维卷积神经网络模型，对航空发动机轴承进行
- 基于多分类SVM的航空逆变器故障诊断
- 作者： 陈丽晶 张尚田 单添敏 姚晓涵 曹亮 王景霖 来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 主成分分析 航空逆变器 故障诊断 多分类支持向量机
- 描述： 航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要，但当前对于航空供电器的故障诊断的研究较少，无法为航空逆变器提供有效保障。因此，提出基于多分类支持向量机的故障诊断方法，对航空逆变器的多种故障模式进行诊断。针对故障特征耦合性高的问题，采用主成分分析方法提取故障特征，获取低维度的关键特征。由于逆变器具有多种故障模式，且具有非线性的特点，故采用多分类支持向量机算法进行故障诊断。该算法具有极强的分类能力，是处理小样本、非线性问题的有力工具。实验结果表明，该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断，并且方法诊断速度快，提高了航空供电系统的安全性。