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
- 基于注意力与LSTM的航空发动机剩余寿命预测
- 作者： 王欣 孟天宇 周俊曦 来源： 科学技术与工程 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 长短期记忆网络 航空发动机 剩余寿命预测 预测性维护
- 描述： 预测性维护的核心技术之一是设备剩余寿命(remaining useful life, RUL)预测。为了提高航空发动机的剩余寿命预测精度，提出了一种基于注意力与长短期记忆(directional long short-term memory, LSTM)网络的航空发动机剩余寿命预测模型Attention-LSTM,通过引入注意力机制增强各时间点数据的特征权重，有效提升了模型预测精度。使用NASA C-MAPSS涡扇发动机仿真数据集进行实验，与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明，提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。
- 基于YOLOv5的航空发动机部件识别
- 作者： 敖良忠 朱俊名 王欣 来源： 信息技术与信息化 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 YOLOv5s 增强现实 数据增强 实时识别
- 描述： 为了实现快速且高精度的识别航空发动机部件，设计了一种采用YOLOv5算法的航空发动机部件识别方法。使用相机拍摄获取真实航空发动机上的部件原始图片，并使用LabelImg标注工具和数据增强方法自建航空发动机部件数据集，经过YOLOv5s模型训练，获得满意的识别效果。实验结果表明，在真实发动机上进行测试，能够有效地识别13种类别的部件，其平均精准率为90.23%，平均检测速度达到76 FPS，能够在使用增强现实设备时达到实时识别航空发动机部件的要求。