全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于核心零部件聚类的飞机现场可更换单元划分
- 作者： 胡启先 王卓健 鱼欢 来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 划分聚类算法 核心零部件 现场可更换单元划分 综合评判因子 蒸发循环制冷装置 全寿命周期
- 描述： 为研究军用飞机测试性设计过程中现场可更换单元（Line Replaceable Unit, LRU）划分工作，以功能独立性和结构独立性为基本原则，以降低飞机维修保障成本和时间为主要目标，设计了一种军用飞机LRU划分方案。方案在首先实现了飞机从整机到零部件的功能结构分层划分基础上，从设备零部件层级出发，以综合重要度作为各零部件的定量化指标，运用帕累托（Pareto）原则筛选出核心零部件，然后基于核心零部件开发了一种LRU划分聚类算法，该算法以军用飞机设计研制阶段、使用保障阶段、退役处置阶段全寿命周期内成本和时间为优化目标构造综合评判因子，实现了非核心零部件与LRU模块之间的聚类组合，得到最优的LRU划分结果。最后以某型军用飞机上蒸发循环制冷装置为例，运用本文设计的方案实现了该装置LRU的划分，并将划分结果与该装置的实际LRU清单进行对比，通过维修保障成本和时间综合评判因子对两种划分结果的优劣性进行分析，得出本文设计方案得到的LRU划分结果对飞机维修保障成本和时间的优化效果较为均衡的结论。
- 军队院校航空宇航科学与技术学科的改革与发展
- 作者： 安涛 何宇廷 王卓健 来源： 科技风 年份： 2022 文献类型 ： 期刊 关键词： 学科 改革 军队院校 航空宇航科学与技术
- 描述： 军队院校航空宇航科学与技术学科是我军航空兵部队建设的基础和保障，其建设水平直接关系到航空兵部队新质战斗力的生成和高素质新型军事人才的培养。本文以空军工程大学为例，通过总结航空宇航科学与技术学科建设的内涵和现状，分析学科发展过程中所面临的挑战和机遇，针对军队院校的主要特点，在人才培养、团队建设等各个方面，提出了促进学科发展的具体思路。通过这些举措帮助军队院校的航空宇航科学与技术学科能够不负领袖嘱托，在新时期焕发出新的生命力，持续发展，不断壮大，为实现强大的国防贡献力量。
- 实战化专业课程教学模式改革探索——以航空机务技术与指挥专业为例
- 作者： 周章文 王卓健 粟银 来源： 大学教育 年份： 2023 文献类型 ： 期刊 关键词： 装备保障 实战化 教学模式 专业课程教学
- 描述： 军事院校要立足“因打仗而生、为打仗而建”，推进实战化教育训练。文章针对航空机务技术与指挥人才培养的专业课程教学，梳理了在教学内容设置、教学方法运用、教学条件建设和考核评价方式等方面的短板弱项，分析了战训任务、指技融合和装备发展对实战化专业课程教学模式改革的新要求，总结出构建基于实战化的专业课程教学新模式，重点是要实现专业技术向指技融合转变、以教为主向以学为中心转变和知识课堂向能力课堂转变。
- 航空发动机滑油系统LRU级故障树建模与分析
- 作者： 李哲 豆鹏飞 刘津宏 王卓健 来源： 液压与气动 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 LRU级故障树 相对概率重要度 概率重要度 滑油系统
- 描述： 滑油系统是航空发动机的关键系统之一，一旦发生故障，严重影响飞行安全。滑油系统结构复杂，排故难度较大。对滑油系统进行LRU级故障树建模和分析，能够为快速定位LRU级故障源提供指导性建议。根据滑油系统工作原理、组成与运行特点，构建了以LRU级故障为底事件故障树模型，运用下行法求解故障树最小割集，采用不交化的最小割集表达式，计算滑油系统顶事件故障发生概率，以及滑油压力异常、油液污染、滑油消耗量大、滑油系统部件损坏等典型故障发生概率；在不交化最小割集矩阵中，与求顶事件概率相对应，分析LRU级故障树底事件概率重要度和相对概率重要度；通过概率重要度分析明确航空发动机滑油系统的易损部件，为日常维护与管理提供参考。
- 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。