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
- 舰载战斗机/无人机编队飞行控制研究现状与展望
- 作者： 韩维 吴立尧 张勇 来源： 科学技术与工程 年份： 2020 文献类型 ： 期刊 关键词： 飞行控制 舰载战斗机 编队 无人机
- 描述： 舰载战斗机/无人机编队飞行控制研究现状与展望
- 建设《飞机构造》课程的几点思考
- 作者： 张丹峰 谭晓明 张勇 来源： 教育教学论坛 年份： 2020 文献类型 ： 期刊 关键词： 飞机构造课程建设思路 教学实施 课程建设
- 描述： 建设《飞机构造》课程的几点思考
- 民用航空发动机引气系统部件寿命建模
- 作者： 袁忠大 程秀全 张勇 来源： 航空发动机 年份： 2020 文献类型 ： 期刊 关键词： 民用航空发动机 维修 非计划拆换 可靠性模型 引气系统 部件寿命
- 描述： 针对飞机维修工作中发动机引气系统故障率较高问题,以寿命数据分析为基础,运用威布尔分布模型定量评估航空发动机部件可靠性,建立了民用航空发动机引气系统部件可靠性寿命模型。以V2500发动机引气系统为例,收集了该系统的可靠性数据,分析了部件的非计划拆换情况。在数据计算过程中采用3参数威布尔分布模型对引气系统部件的寿命数据进行拟合。假设检验结果表明,在对部件进行寿命可靠性分析时,运用威布尔分布建立的数学模型符合客观规律,且能够取得良好的拟合效果。依据计算出的部件可靠性特征量对部件的可靠性状况进行定量评估,结果表明:在评估复杂机械电子系统的可靠性时,威布尔分布模型具有较大应用价值。
- 飞机铝合金/涂层体系丝状腐蚀的仿真研究
- 作者： 王晨光 陈跃良 张勇 纪京京 来源： 材料开发与应用 年份： 2017 文献类型 ： 期刊 关键词： 缝隙腐蚀 数值计算 丝状腐蚀 涂层破损 铝合金
- 描述： 丝状腐蚀多发生于飞机蒙皮边缘及紧固件周围涂层破损处,是一类特殊的缝隙腐蚀。基于NernstPlanck方程,采用有限元法开展了丝状腐蚀头部缝隙的仿真研究。结果表明,缝隙中的p H值随时间先下降而后上升,最后稳定在5.4~6.0之间的酸性条件下;选择有O2存在且溶液p H值为6的极化曲线作为边界条件较为合适;缝隙内铝合金界面主要发生Al的阳极氧化反应;缝隙口溶液电势低于缝隙底部的溶液电势,缝隙口附近铝合金的腐蚀速率更快;固态腐蚀产物Al(OH)2Cl多集中于缝隙底部,Al(OH)2Cl浓度随反应时间的延长而升高;电位对丝状腐蚀的扩展影响很大,电位升高,缝隙内铝合金的腐蚀加剧,Al(OH)2Cl的生成速率加快;电位提高20 m V,缝隙底部的Al(OH)2Cl浓度升高5倍,极大地加速了丝状腐蚀的扩展。
- 飞机铝合金/涂层体系丝状腐蚀的仿真研究
- 作者： 王晨光 陈跃良 张勇 纪京京 来源： 材料开发与应用 年份： 2017 文献类型 ： 期刊 关键词： 缝隙腐蚀 数值计算 丝状腐蚀 涂层破损 铝合金
- 描述： 飞机铝合金/涂层体系丝状腐蚀的仿真研究
- 基于光纤Bragg光栅的飞机异种金属连接件腐蚀监测技术研究
- 作者： 谭晓明 卞贵学 陈跃良 张勇 来源： 强度与环境 年份： 2017 文献类型 ： 期刊 关键词： 腐蚀 异种金属连接结构 光纤Bragg光栅 结构健康监测
- 描述： 针对飞机"铝合金板材+钢螺钉"异种金属连接结构易腐蚀的问题,采用光纤Bragg光栅应变传感技术研究了飞机连接结构模拟件的腐蚀实时监测方法。结果表明,运用理论分析和参考光栅方法剔除温度变化对光栅波长的影响,使得光栅波长变化量可以较好的描述将不同时间下腐蚀引起的"枕垫效应"损伤程度,提高了实时腐蚀监测数据的精度,建立了腐蚀损伤与光栅波长变化量的关系。
- 应用深度核极限学习机的航空发动机部件故障诊断
- 作者： 逄珊 杨欣毅 张勇 韦祥 来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机 故障诊断 深度神经网络 核方法 涡扇发动机 部件
- 描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。
- 应用深度核极限学习机的航空发动机部件故障诊断
- 作者： 逄珊 杨欣毅 张勇 韦祥 来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机 故障诊断 深度神经网络 核方法 涡扇发动机 部件
- 描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。