首页> 
				
					根据【作者:余稼洋,郭建胜,周楚涵,顾涛勇,马铭希,】搜索到相关结果 2 条
				
		 
	 
 		
			
				
					
					
							
								- 
									
										基于Bow-tie-DT-FTA的航空安全事故预防措施决策分析
									
								
- 
									作者:
										
											余稼洋
										 
										
											郭建胜
										 
										
											周楚涵
										 
										
											顾涛勇
										 
										
											马铭希
										 
									
									来源:
										
											火力与指挥控制
										
									
									年份:
										2022
									
									文献类型 :
										期刊
									
									关键词:
										
											DT
										 
										
											tie
										 
										
											飞机尾翼结冰
										 
										
											FTA
										 
										
											Bow
										 
										
											航空安全
										 
										
											预防措施决策
										 
									
								
- 
									描述:
										目前,航空安全领域的研究主要集中在事故的预防和处理上,针对航空事故预防措施决策的相关研究涉及较少。为解决最优预防措施决策问题,提出了Bow-tie-DT-FTA模型。运用Bow-tie模型分析事故发生的前因后果并提出预防措施;运用DT-FTA模型计算各措施效益值,给出措施优劣排序,并对影响措施效益值的因素进行灵敏度分析,挖掘影响最大的关键因素;以飞机尾翼结冰事故为例,运用Bow-tie-DT-FTA模型验证了其解决事故措施决策问题的有效性。
								
								- 
									
										基于多尺度融合预测模型的航空发动机剩余寿命预测
									
								
- 
									作者:
										
											刘纳川
										 
										
											郭建胜
										 
										
											张晓丰
										 
										
											余稼洋
										 
										
											解涛
										 
									
									来源:
										
											兵器装备工程学报
										
									
									年份:
										2023
									
									文献类型 :
										期刊
									
									关键词:
										
											静态协变量编码器
										 
										
											分位数
										 
										
											剩余寿命
										 
										
											LSTM神经网络
										 
										
											多头注意力机制
										 
										
											门控残差机制
										 
									
								
- 
									描述:
										针对大多数基于数据驱动的航空发动机剩余寿命预测方法未细分其退化过程与复杂输入数据之间的关系,无法准确识别和提取关键特征的问题。提出一种基于多尺度融合预测模型(MSF)的航空发动机剩余寿命预测方法。该方法利用静态协变量编码网络(SCCN)和变量选择网络(VSN)针对输入数据类型进行特征选择,将SCCN生成的静态协变量连接到模型的不同位置,以提升模型捕捉不同尺度时间特征的能力,并融入门控残差机制构建模型基本框架,既能提高模型的适应性也能保证信息在网络中传递的效率,采用分位数误差作为损失函数实现了多尺度的预测,有效的提高了预测的准确性。在CMAPSS涡扇发动机数据集上进行实验分析,FD002、FD004测试集的预测精度分别达到91.9%和92.4%,通过与其他深度学习方法进行对比,RMSE最优值分别提高15.54%和16.91%,Score最优值分别提高83.21%和78.78%。