首页>
根据【作者:陈永展,,袁涛,,王小飞,,刘茂泽】搜索到相关结果 13 条
-
基于ARIMA的航空发动机状态预测研究
-
作者:
陈永展
袁涛
王小飞
刘茂泽
来源:
电子设计工程
年份:
2025
文献类型 :
期刊
关键词:
时间序列
航空发动机
预测
飞行参数
-
描述:
基于ARIMA的航空发动机状态预测研究
-
基于MKMCC-DSVDD的航空发动机异常检测方法
-
作者:
曲建岭
陈永展
王小飞
王元鑫
来源:
科学技术与工程
年份:
2024
文献类型 :
期刊
关键词:
深度支持向量数据描述
航空发动机
状态监控
样本非均衡
异常检测
-
描述:
基于MKMCC-DSVDD的航空发动机异常检测方法
-
-
作者:
王小飞
李弋璜
高峰娟
陈永展
来源:
电子设计工程
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
振动监控
混沌预测
混沌识别
-
描述:
-
一种新型飞机油液压力通道检测装置的设计
-
作者:
戴豪民
王小飞
陈永展
薛亚威
来源:
舰船电子工程
年份:
2025
文献类型 :
期刊
关键词:
智能化检测
STM32
油液压力
维护保障
-
描述:
一种新型飞机油液压力通道检测装置的设计
-
面向大样本飞参数据的航空发动机性能监控方法
-
作者:
王小飞
王元鑫
曲建岭
袁涛
来源:
仪器仪表学报
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
大样本飞参数据
性能监控
稳定巡航态
支持向量合并
-
描述:
针对基于大样本飞参数据开展航空发动机性能监控时缺乏有效技术手段的问题,提出一种面向大样本飞参数据的航空发动机性能监控方法。首先建立了一种发动机稳定巡航态参数提取模型,用以从飞参数据中提取出监控需要的状态参数;然后提出一种基于支持向量合并的在线支持向量数据描述(SVDD)算法,用以提升发动机性能监控的效率;最后基于稳定巡航态参数提取模型和在线SVDD算法建立了发动机性能监控模型,并使用多台发动机历史飞参数据进行了性能监控实验。结果表明,该方法能够快速准确地判断出发动机的性能状况(异常识别率在80%左右),可以为地勤维护提供辅助决策。
-
面向大样本飞参数据的航空发动机性能监控方法
-
作者:
王小飞
王元鑫
曲建岭
袁涛
来源:
仪器仪表学报
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
大样本飞参数据
性能监控
稳定巡航态
支持向量合并
-
描述:
针对基于大样本飞参数据开展航空发动机性能监控时缺乏有效技术手段的问题,提出一种面向大样本飞参数据的航空发动机性能监控方法。首先建立了一种发动机稳定巡航态参数提取模型,用以从飞参数据中提取出监控需要的状态参数;然后提出一种基于支持向量合并的在线支持向量数据描述(SVDD)算法,用以提升发动机性能监控的效率;最后基于稳定巡航态参数提取模型和在线SVDD算法建立了发动机性能监控模型,并使用多台发动机历史飞参数据进行了性能监控实验。结果表明,该方法能够快速准确地判断出发动机的性能状况(异常识别率在80%左右),可以为地勤维护提供辅助决策。
-
基于HE-SVDD的航空发动机工作状态识别
-
作者:
周胜明
曲建岭
高峰
王小飞
来源:
仪器仪表学报
年份:
2016
文献类型 :
期刊
关键词:
航空发动机 工作状态识别 飞行数据 支持向量数据描述 快速决策
-
描述:
针对人工识别航空发动机工作状态的复杂性和耗时性,提出一种基于超椭球分类面支持向量数据描述(HESVDD)的快速识别方法。首先构建了一个根据训练样本分布特征可调的HE-SVDD分类器,使之具有从大规模飞行数据中快速识别发动机工作状态的能力;然后研究了航空发动机状态识别的参数选取和样本生成问题;最后采用HE-SVDD对两个飞行架次的发动机工作状态进行了识别。结果表明,该方法能快速准确地识别出发动机的工作状态,可应用于发动机状态的在线或离线监控。
-
BOPPPS模型在“航空仪表原理”课堂中的应用
-
作者:
程春华
高峰娟
徐景硕
袁涛
来源:
教育教学论坛
年份:
2021
文献类型 :
期刊
关键词:
课堂参与性
航空机务
BOPPPS模型
-
描述:
针对航空机务任职教育院校设备原理课程教学内容涉及面广、学员学习积极性不高和课堂参与性不足等问题,通过将BOPPPS模型运用到课堂中,经过精心设计导入引言、学习目标、课前评估、参与式学习、课后评价和总结六个环节,提升了学员学习"航空仪表原理"课程的积极主动性,取得了理想的教学效果。
-
BOPPPS模型在“航空仪表原理”课堂中的应用
-
作者:
程春华
高峰娟
徐景硕
袁涛
来源:
教育教学论坛
年份:
2021
文献类型 :
期刊
关键词:
课堂参与性
航空机务
BOPPPS模型
-
描述:
针对航空机务任职教育院校设备原理课程教学内容涉及面广、学员学习积极性不高和课堂参与性不足等问题,通过将BOPPPS模型运用到课堂中,经过精心设计导入引言、学习目标、课前评估、参与式学习、课后评价和总结六个环节,提升了学员学习"航空仪表原理"课程的积极主动性,取得了理想的教学效果。
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者:
高峰
曲建岭
袁涛
高峰娟
来源:
电子测量与仪器学报
年份:
2019
文献类型 :
期刊
关键词:
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述:
实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。