基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化

作者： 苗永浩   李晨辉   石惠芳   林京   来源： 中国科学:技术科学 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   极大似然估计   不确定性量化   卷积循环神经网络   剩余寿命预测  

描述： 航空发动机监测数据中的退化特征;其次,利用极大似然思想指导神经网络模型的优化求解,并基于损失函数形式变化的策略训练模型,实现对航空发动机RUL的高精度预测与不确定性量化.将所提出的方法用于分析航空发动机退化

基于多参数融合相似的民航发动机寿命预测

作者： 曹惠玲   崔科璐   梁佳旺   来源： 中国机械工程 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机   参数融合   相似度   PCA算法   剩余寿命预测   ReliefF  

描述： 基于多参数融合相似的民航发动机寿命预测

含执行器非线性的多操纵面飞机自适应跟踪控制

作者： 刘棕成   陈勇   董新民   薛建平   程建锋   王族统   来源： 系统工程与电子技术 年份： 2017 文献类型 ： 期刊 关键词： 自适应控制   多操纵面飞机   执行器非线性   神经网络  

描述： 针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行

基于BP神经网络的民用飞机交易价格预测

作者： 盛鸣剑   张康   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 预测   民用飞机   神经网络   交易价格  

描述： 机长、翼展、机高、最大起飞重量、最大商载、航程、巡航速度、客座数、货运能力、发动机推力、机龄等输入模型,尝试建立一种基于BP神经网络的民机交易价格预测模型。使用行业交易样本数据对神经网络模型进行训练

倾转翼飞机过渡段定高飞行控制研究

作者： 吴健健   王琦   李之瀚   刘阳   来源： 计算机仿真 年份： 2021 文献类型 ： 期刊 关键词： 倾转翼   滑模控制   神经网络   耦合  

描述： 针对倾转翼飞机过渡段控制存在的时变、欠驱动、强耦合等非线性特点,采用滑模控制来对其进行控制,然后在此基础上引入RBF神经网络,利用其非线性映射能力有效解决了滑模控制中存在的误差问题,进一步改善了系统

飞行器健康度神经网络预测方法

作者： 张英   韦闽峰   高晓颖   王世会   曹健   张兴   来源： 航天控制 年份： 2020 文献类型 ： 期刊 关键词： 飞行器   AI   神经网络   健康预测  

描述： 飞行器健康度神经网络预测方法

飞机起落架防滑刹车系统故障诊断研究

作者： 朱素华   邢清雄   来源： 科技创新导报 年份： 2020 文献类型 ： 期刊 关键词： 故障诊断   起落架防滑刹车系统   神经网络   故障注入  

描述： 飞机起落架防滑刹车系统故障诊断研究

基于RBF神经网络的X型四旋翼飞行器优化控制

作者： 张莹   刘子龙   来源： 软件导刊 年份： 2020 文献类型 ： 期刊 关键词： 自整定   X型四旋翼飞行器   神经网络   PID控制  

描述： 基于RBF神经网络的X型四旋翼飞行器优化控制

基于CS-BPNN算法的飞机客舱PMV指标预测

作者： 侯启真   李泽   姬雨初   王阳   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差   神经网络   布谷鸟搜索算法   预测平均投票数  

描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。

基于CS-BPNN算法的飞机客舱PMV指标预测

作者： 侯启真   李泽   姬雨初   王阳   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差   神经网络   布谷鸟搜索算法   预测平均投票数  

描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。