首页>
根据【作者:熊明兰,王华伟,徐怡,付强, 】搜索到相关结果 27 条
基于鸟击事故征候预测的通用航空安全研究
作者:
熊明兰
王华伟
徐怡
付强
来源:
系统工程与电子技术
年份:
2020
文献类型 :
期刊
关键词:
安全
预测
通用航空
鸟击事故征候
长短期记忆(LSTM)
描述:
通用航空作为民航运输的两翼之一,其安全水平直接影响民机系统的安全。目前对通航以及鸟击事故征候进行预测的研究十分少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据(1990年1 月
基于改进GRU的航空发动机剩余寿命预测
作者:
车畅畅
王华伟
倪晓梅
付强
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
时间序列预测
性能退化分析
GRU神经网络
剩余寿命预测
描述:
针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。
基于改进GRU的航空发动机剩余寿命预测
作者:
车畅畅
王华伟
倪晓梅
付强
来源:
航空计算技术
年份:
2020
文献类型 :
期刊
关键词:
学习型工厂
思考与实践
高技能人才培养模式
技师学院
发动机部件
综合职业能力
发动机装配
高技能人才培训
描述:
针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。
基于功能共振方法的航空维修人为因素分析
作者:
张明洁
王华伟
付强
来源:
人类工效学
年份:
2018
文献类型 :
期刊
关键词:
功能共振
人为因素
航空维修
功能网络图
描述:
目的实现对民航系统中机务维修人为因素的科学分析。方法在传统人为差错致因理论的基础上,利用功能共振分析方法(FRAM),以中华航空611号航班为例,识别描述功能单位,并评估各功能单位变化结果以及影响因素,绘制功能网络图。结果确定两个可能发生共振的功能单位,制定相关防护措施。结论通过算例说明,FRAM可以全面地反映人因事故发生的真实原因,确定关键人为因素,从根本上上解决问题。
基于LSTM分类器的航空发动机预测性维护模型
作者:
蔺瑞管
王华伟
车畅畅
倪晓梅
熊明兰
来源:
系统工程与电子技术
年份:
2022
文献类型 :
期刊
关键词:
二分类
长短期记忆网络
时间窗
故障预测与健康管理
预测性维护
描述:
利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选,并将有效信息用于时间序列预测。首先,采用滑动时间窗口制备训练样本。其次,将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后,通过调整窗口大小,得到最优性能的二分类模型,以更好地适应预测维护需求。最后,利用美国航空航天局C-MAPSS数据集验证了该模型的有效性,相比于已有分类方法,其在剩余使用寿命分类方面更加准确。
基于LSTM分类器的航空发动机预测性维护模型
作者:
蔺瑞管
王华伟
车畅畅
倪晓梅
熊明兰
来源:
系统工程与电子技术
年份:
2022
文献类型 :
期刊
关键词:
二分类
长短期记忆网络
时间窗
故障预测与健康管理
预测性维护
描述:
利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选,并将有效信息用于时间序列预测。首先,采用滑动时间窗口制备训练样本。其次,将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后,通过调整窗口大小,得到最优性能的二分类模型,以更好地适应预测维护需求。最后,利用美国航空航天局C-MAPSS数据集验证了该模型的有效性,相比于已有分类方法,其在剩余使用寿命分类方面更加准确。
基于风险要素分析的民航安全管控研究
作者:
徐怡
来源:
南京航空航天大学
年份:
2021
文献类型 :
学位论文
关键词:
主成分分析
深度学习
风险管控
民航风险
描述:
基于风险要素分析的民航安全管控研究
基于数据与案例的民机运行风险研究
作者:
熊明兰
来源:
南京航空航天大学
年份:
2021
文献类型 :
学位论文
关键词:
探索性分析技术
SOM模型
LSTM模型
事故案例与数据
民机运行风险
描述:
基于数据与案例的民机运行风险研究
民航空管综合业务信息系统设计与开发
作者:
付强
来源:
四川大学
年份:
2016
文献类型 :
学位论文
关键词:
业务信息
Intranet
PIB
网络安全
交换技术
描述:
在民航空管综合业务信息系统的开发建设中,主要解决以下几个问题:首先是信息来源.新开发的信息系统的信息主要来源于各部门的业务系统,这涉及到新系统如何从各业务系统中取数据,而且要保证业务系统的安全.我们在设计和建设中通过在主交换机上配置三层交换功能,起到路
贯彻落实党的二十大精神 加快推动高水平航空航天大学建设
作者:
付强
来源:
河南教育(高等教育)
年份:
2022
文献类型 :
期刊
关键词:
大学建设
描述:
党的二十大报告首次将教育、科技、人才工作单独成章进行一体部署,把三者作为一个完整的体系统筹推进,为新时代教育、科技、人才工作指明了前进方向,提供了行动指南。郑州航空工业管理学院将以党的二十大精神为指引,始终牢记为党育人、为国育才的初心使命,全面贯彻党的教育方针,坚定扛稳立德树人政治责任,深化教育教学改革,着力提高人才培养、科技创新和服务社会的能力,坚定不移推进高水平航空航天大学建设。