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
- 基于融合卷积Transformer的航空发动机故障诊断
- 作者： 赵洪利 杨佳强 来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 自注意力机制 航空发动机 故障诊断 深度神经网络 融合卷积Transformer
- 描述： 航空发动机长期处于恶劣的气路环境下工作会面临腐蚀、侵蚀等问题，且故障参数特征不明显，因此精准的航空发动机故障诊断方法对保证飞机安全运行具有重要意义。为提高预测准确性，提出了一种基于融合卷积Transformer的航空发动机故障诊断方法，利用自注意力机制提取有用特征，抑制冗余信息，并且将最大池化层（MaxPool）引入Transformer模型中，进一步降低模型内存消耗以及参数量，缓解过拟合现象。以基于GasTurb建模的涡扇发动机仿真数据集进行验证，结果与Transformer网络和其他传统深度学习模型反向传播神经网络（Back Propagation Neural Networks， BP网络）、卷积神经网络（Convolutional Neural Networks， CNN）和循环神经网络（Recurrent Neural Network， RNN）相比，准确率分别提高了6.552%、28.117%、13.189%和10.29%，证明了本文方法的有效性，可为航空发动机故障诊断提供一定的参考。
- 考虑起飞工况的航空发动机性能退化预测研究
- 作者： 赵洪利 许博文 张青 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 非线性维纳 局部线性嵌入算法 性能退化 工况修正
- 描述： 针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。