航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

飞机FCV故障数据分析与维修间隔优化研究: 作者： 蔺瑞管 来源： 沈阳航空航天大学 年份： 2019 文献类型： 学位论文 关键词： 三参数威布尔可靠性分析维修模型维修间隔; 描述： 飞机FCV故障数据分析与维修间隔优化研究

基于GSP仿真和SDAE的航空发动机故障诊断: 作者： 车畅畅王华伟倪晓梅 蔺瑞管 来源： 航空发动机 年份： 2022 文献类型： 期刊 关键词： 燃气涡轮发动机性能仿真软件航空发动机故障诊断堆栈降噪自编码器; 描述： 为了深入研究航空发动机故障机理，提出基于航空燃气涡轮发动机性能仿真软件（GSP）和堆栈降噪自编码器（SDAE）的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障，并得到对应的运行状态参数；从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征，构成故障样本；将故障样本带入SDAE模型中进行深度特征提取，经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明：GSP能够通过参数更改来模拟微弱故障下的状态参数，从而构建多故障样本集；SDAE的重构误差和反向传播误差能够快速收敛到较小值，SDAE的故障诊断正确率为99.5%；与深度信念网络（DBN）、人工神经网络（ANN）以及经典机器学习方法支持向量机（SVM）相比，SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。

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。

< 1 >