航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

航空发动机大展弦比叶片布局优化算法研究: 作者： 夏存江 余航 敖良忠 吴赣川 谯崇秋 来源： 航空动力学报 年份： 2025 文献类型： 期刊 关键词： 大展弦比转子叶片启发式算法多目标优化局部搜索机制叶片布局; 描述： 航空发动机大展弦比叶片布局优化算法研究

航空发动机大展弦比叶片布局优化算法研究: 作者： 夏存江 余航 敖良忠 吴赣川 谯崇秋 来源： 航空动力学报 年份： 2025 文献类型： 期刊 关键词： 大展弦比转子叶片启发式算法多目标优化局部搜索机制叶片布局; 描述： 航空发动机大展弦比叶片布局优化算法研究

基于改进的SENet航空发动机振动预测: 作者： 夏存江 詹于游 来源： 航空动力学报 年份： 2022 文献类型： 期刊 关键词： 数据驱动注意力机制卷积神经网络多参数融合振动预测; 描述： 为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet(squeeze-and-excitation network)模型，对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据，使用了真实的QAR(quick access recorder)数据并进行随机采样，以求更能表征发动机振动和工作参数之间的关系。同时，不仅使用其他振动信号进行验证，还在其他型号的发动机上进行测试。结果表明：针对航空发动机的振动进行预测是可行的，SENet模型可以有效并实时追踪振动的突变和波动。此外，该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型，SENet模型在振动的预测中能得到更小的误差。实验证明，相较于以往只使用振动这个单参数进行预测，并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。

< 1 >