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
- 航空工程实验教学示范中心管理运行机制的探索与实践
- 作者： 张斐 侯伟 郑星 来源： 科技风 年份： 2024 文献类型 ： 期刊 关键词： 应用型人才 实验教学示范中心 运行机制 管理体制
- 描述： 航空工程省级实验教学示范中心建设是提升航空特色应用型地方本科高校办学质量和教学水平的重要举措。为了更好地发挥实验教学示范中心的引领、示范和辐射作用，使其在航空类应用型人才培养中发挥最大效能，西安航空学院通过对实验室资源进行整合优化，对实验教学示范中心进行了管理体制改革和管理模式创新，运行机制方面通过实验教学平台建设、实验教学体系创新、实验教学质量监控与评价体系构建、实验室队伍建设机制完善，利用信息化平台实现实验教学资源开放共享，探索了航空工程类专业实验教学管理运行新机制，并取得了明显实效。
- 基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测
- 作者： 李浩 王卓健 李哲 陈煊 李园 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 寿命预测 深度学习 预测模型 数据融合
- 描述： 针对现有航空发动机剩余寿命预测大多基于单点预测模式，不能准确给出预测结果置信区间的问题，提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先，堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取，构建反映性能退化的健康指标（HI），基于双向长短期记忆（BiLSTM）网络构建DeepAR预测模型，将提取后的HI序列输入到DeepAR模型中，预测模型对HI序列与使用时间的隐含关系进行全局学习，并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验，验证所提方法的有效性。结果表明，本文所提预测方法同其他方法相比，对监测数据融合的效果更好，预测模型性能提高6.4%，实际剩余寿命基本在95%置信区间内。
- 基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测
- 作者： 李浩 王卓健 李哲 陈煊 李园 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 寿命预测 深度学习 预测模型 数据融合
- 描述： 针对现有航空发动机剩余寿命预测大多基于单点预测模式，不能准确给出预测结果置信区间的问题，提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先，堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取，构建反映性能退化的健康指标（HI），基于双向长短期记忆（BiLSTM）网络构建DeepAR预测模型，将提取后的HI序列输入到DeepAR模型中，预测模型对HI序列与使用时间的隐含关系进行全局学习，并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验，验证所提方法的有效性。结果表明，本文所提预测方法同其他方法相比，对监测数据融合的效果更好，预测模型性能提高6.4%，实际剩余寿命基本在95%置信区间内。