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

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。

< 1 >