首页>
根据【作者:金恒,,孙有朝,,曾一宁,,刘威成,,郭媛媛】搜索到相关结果 5 条
-
基于视觉Transformer飞行员姿态估计
-
作者:
吴红兰
刘豪
孙有朝
来源:
北京航空航天大学学报
年份:
2024
文献类型 :
期刊
关键词:
卷积神经网络
智能驾驶舱
民用飞机
飞行员姿态估计
自注意力
可解释性
-
描述:
人体姿态估计是行为感知领域中的一个重要环节,也是民用飞机驾驶舱智能交互方式的一项关键技术。为建立民用飞机驾驶舱复杂光照环境与飞行员姿态估计模型性能的可解释联系,提出基于视觉Transformer飞行员姿态(ViTPPose)估计模型,该模型在卷积神经网络(CNN)主干网络末端使用包含多层编码层的双支路Transformer模块,编码层联合Transformer和空洞卷积,在增大感受野的同时捕捉后期高阶特征的全局相关性。基于飞行机组标准操作程序,建立飞行模拟场景下的飞行员操纵行为关键点检测数据集,ViTPPose估计模型在此数据集上完成飞行员坐姿估计,并通过与基准模型对比,验证了其有效性。在驾驶舱复杂光照的背景下,构建坐姿估计热图,分析ViTPPose估计模型对光照强度的偏好,测试其在不同光照等级下的性能,揭示其对不同光照强度的依赖关系。
-
面向飞机故障文本的信息抽取
-
作者:
乔璐
孙有朝
吴红兰
来源:
计算机与现代化
年份:
2024
文献类型 :
期刊
关键词:
BiGRU
信息抽取
领域词典
CRF
命名实体识别
故障信息
-
描述:
针对人工提取飞机故障信息工作量大、效率低、成本高等问题,提出一种基于领域词典、规则和BiGRU-CRF模型的信息抽取方法。结合飞机领域知识的特点,基于飞机故障文本信息构建领域词典库和模板规则,并对故障信息进行语义标注。采用BiGRU-CRF深度学习模型进行命名实体识别,BiGRU获取上下文的语义关系,CRF解码生成实体标签序列。实验结果表明,基于领域词典、规则和BiGRU-CRF模型的信息抽取方法准确率高达95.2%,验证了该方法的有效性。本文方法能够准确识别出飞机故障文本中的关键词如时间、机型、故障件名称、故障件制造单位等信息,同时,根据领域词典和规则对识别结果进行修正,有效提高了信息抽取的效率和准确性,解决了传统实体抽取模型长期依赖人工特征的问题。
-
基于重要度的航空器系统定量相似性评估方法
-
作者:
闫锋
苏忠允
孙有朝
来源:
航空计算技术
年份:
2024
文献类型 :
期刊
关键词:
故障数据分析
余弦相似度
重要度
飞机液压系统
-
描述:
相似性计算,结果近似于1,表明相似机型液压系统之间具有一定的相似相关性。方法可以对航空器系统是否相似相关进行判断,提供了依赖已有相似机型进行修改完善新型飞机设备清单的支撑。
-
基于改进DRSN的航空发动机故障风险预警模型
-
作者:
毛浩英
孙有朝
李龙彪
晏传奇
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
深度注意力机制
软阈值化
深度残差收缩网络
深度学习
故障风险预警
-
描述:
航空发动机属于多发性故障机械,运用先进的计算训练方法可有效地实现准确的风险预警分析,为发动机的运维指导提供参考。在发动机故障风险预警征兆数据集中提取多变量时间序列样本,将样本矩阵化,转换为灰度图样本。预处理并增强图像数据样本,热编码化序列样本标签。深度残差收缩网络(deep residual shrinkage network,DRSN)中融入深度注意力机制与带有阈值的残差收缩块,获取高判别性特征,实现软阈值化。结合长短时记忆神经网络层与多个隐层,改进DRSN模型,使用主成分分析重构特征与主元提取,累积可解释方差贡献率为93.7%。对潜在20种故障征兆识别、分类并预警,训练精确度为96.1%。提出了改进DRSN航空发动机故障风险预警模型,与其他算法相比有较强的鲁棒性,预警正确率至少提高4.4%。
-
航空铝合金薄板自冲铆接头静力学性能的研究
-
作者:
郭子鑫
赵伦
郭媛媛
霍小乐
林森
王红英
来源:
热加工工艺
年份:
2024
文献类型 :
期刊
关键词:
6061铝合金
能量吸收
力学性能
2A12铝合金
自冲铆接
-
描述:
自冲铆是近年兴起的一种性能优异、绿色和高效的连接新技术,可连接同种、异种和多层板材,有望成为航空轻合金薄板材料连接的关键技术。本文以2A12(A组)和6061(B组)异质自冲铆接头为研究对象,进行静力学性能测试及失效微观分析,对接头成形质量、力学性能、失效形式及失效机理进行系统分析。结果表明:SBA(6061-2A12)接头成形质量最佳,SBB(6061-6061)接头密封性能最好,SAA(2A12-2A12)接头对称性最优;SAA接头具有最强静载强度,SBB接头具有最优抗震吸收能力,SBA和SAB(2A12-6061)接头的综合力学性能较好。SBB接头失效形式均为拉脱失效;SAA接头失效形式最不稳定,出现了3种不同失效形式;接头最主要的失效形式是拉脱失效。