全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于相空间重构的航空电弧故障识别方法
- 作者： 崔芮华 曹欢 来源： 电工技术学报 年份： 2020 文献类型 ： 期刊 关键词： 遗传算法 信息维数 BP神经网络 相空间重构 计盒维数 相平面图
- 描述： 为了进行航空交流串联电弧故障检测,该文在115V/400Hz的航空供电条件下按照美标UL 1699以及SAE AS 5692进行了点接触试验、振动试验和截断试验。利用工控机和数据采集卡提取出电流的正常信号和电弧故障信号,根据基于相空间重构的方法和波形比较法计算出电流信号的计盒维数、信息维数、均值比及其标准差和峰峰值。结果发现,发生了电弧故障后,以上特征值相比于正常情况均产生了较大程度的改变。将上述特征值组成电弧故障样本,作为遗传算法优化的BP神经网络的输入数据,将线路是否正常作为输出,进行电弧故障识别。分析结果表明,该方法的识别效率在96%以上。
- 飞机冲偏出跑道人为差错量化分析模型
- 作者： 王洁宁 张聪俊 来源： 安全与环境学报 年份： 2019 文献类型 ： 期刊 关键词： 人为差错 BP神经网络 STPA 不安全事件报告 冲偏出跑道 安全管理工程
- 描述： 为了分析飞机冲偏出跑道的人为差错,找到重点防控对象,提出了冲偏出跑道人为差错量化分析模型。首先应用STPA方法对飞机滑行、起飞及着陆程序进行建模,构建安全控制结构图,找出飞机冲偏出跑道的人为差错。然后将它作为BP神经网络的输入层节点,构建24-6-3的3层BP神经网络模型,从ASRS系统中抽取民航领域近5年的冲偏出跑道不安全事件报告作为数据源,根据发生阶段的不同将不安全事件报告分为滑行阶段、起飞阶段、着陆阶段3类,最后将数据源输入BP神经网络模型中进行训练,并利用测试数据检验模型的合理性,准确率为86. 7%。结果表明,特殊情况下机组人员操作不熟练、刹车系统/方向控制错误等是构成所有阶段冲偏出跑道的主要人为差错,飞机冲偏出跑道的发生阶段不同,影响因素的影响程度也不同。
- 航空变曲率内蒙皮零件精确成形参数优化
- 作者： 李晓军 门向南 毕四龙 谢延敏 杜凌峰 邓涛 周雄 来源： 锻压技术 年份： 2023 文献类型 ： 期刊 关键词： 减薄率 粒子群优化算法 BP神经网络 压边力 摩擦因数 变曲率内蒙皮零件
- 描述： 为推动复杂曲面航空钣金构件的快速制造，以航空变曲率内蒙皮零件为研究对象，基于冲压拉深技术，通过设计合理的工艺模型并结合有限元分析手段来实现零件的精确成形。以零件减薄率为目标响应值，以压边力、凹模与板料间的摩擦因数、压边圈与板料间的摩擦因数为优化变量，设计3因素5水平正交试验，建立了BP神经网络代理模型，并通过粒子群优化算法(PSO)求解得到最佳的工艺参数组合：压边力为607 kN、凹模与板料间的摩擦因数为0.20、压边圈与板料间的摩擦因数为0.13。采用优化后的工艺参数进行成形仿真，零件的减薄率与成形质量均有所改善，仿真模型的预测值与实际值的平均绝对百分比误差MAPE为2.49%,满足优化精度要求。同时，采用优化后的参数进行工艺试验，一次即成形出合格零件，其实际减薄率与仿真模型预测值的相对误差不大于4.8%,验证了仿真模型的准确性，也证明了优化方法的有效性。
- 航空电子设备故障预测特征参数提取方法研究
- 作者： 陈华坤 章卫国 史静平 何启志 占正勇 来源： 西北工业大学学报 年份： 2017 文献类型 ： 期刊 关键词： 故障预测和健康管理 维数估计 支持向量机 特征提取 综合模块化航电系统 极大似法 DC变换器 降噪自编码神经网络 DC
- 描述： 故障特征提取是航空电子设备故障预测的关键技术,对于少量测试点的电子设备可以采用小波变换、傅里叶变换、经验模态分解等方法提取故障特征,但是由于航空电子设备属于大规模集成电路,测试点比较多,采用上述方法提取的故障特征可能相互混叠并且数量比较大会严重影响故障预测精度及速度,因此如何从众多故障信息中提取故障特征是一个难题。文章提出基于极大似然和降噪自编码神经网络方法从大量故障信息中提取故障特征。首先,使用极大似然法分析由多个测试点提取的故障信息和历史退化过程的故障信息组成的高维数据集,估计需要提取故障特征的维数;然后使用降噪自编码神经网络方法将高维故障信息映射到指定维数的数据空间,从中提取关键的故障特征,去除冗余信息;最后,以航空电子系统电源模块为例,采用新方法提取故障特征,分别通过将故障特征可视化和使用故障特征进行健康评估来验证其有效性。
- 基于民航团队旅客销售的组合预测方法分析
- 作者： 黄奇 徐月芳 来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： 组合预测算法 Squares Support BP神经网络 民航收益管理 LS SVM) 最小二乘支持向量机(Least Machines Vector
- 描述： 利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。