飞机结构X射线裂纹图像智能评定

作者： 贾文博     汪洪量     奚之飞     樊俊铃     杨胜春     张伟     赵延广   来源： 航空工程进展 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   智能评定   裂纹图像   高效层聚合网络   X射线  

描述： 飞机结构X射线图像评定过程存在复杂背景下裂纹分割不准确、检出难等问题。基于高效层聚合网络提出一种飞机结构X射线裂纹图像智能评定模型（ELAN-Seg），将ELAN-Seg模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比，结合图像处理技术对模型分割的裂纹长度进行评估，利用飞机强度试验及外场维护过程采集的X射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg模型对复杂背景射线图像裂纹分割更加准确，裂纹漏检率小于3.8%，该模型具有工程适用性。

一种基于TCN-LGBM的航空发动机气路故障诊断方法

作者： 吕卫民     孙晨峰     任立坤     赵杰     李永强   来源： 兵工学报 年份： 2024 文献类型 ： 期刊 关键词： 轻量级梯度提升机   注意力机制   航空发动机   故障诊断   时间卷积神经网络  

描述： 分为故障特征提取和分类诊断两个过程：引入TCN框架，在保证故障数据训练时序逻辑的基础上，实现对远层历史信息和当前层信息的特征融合构建，融合通道注意力机制增强了高质量特征的权重；基于LGBM模型实现对特征

基于MSD-MHNN的航空发动机剩余寿命预测

作者： 陈畴镛     朱海瑞     韩刚     张忠良   来源： 计算机仿真 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   深度学习   神经网络   剩余使用寿命预测  

描述： 基于MSD-MHNN的航空发动机剩余寿命预测

基于改进EfficientDet的飞机蒙皮缺陷检测方法

作者： 卜晓燕     张宪法     李明慧     葛恩德     冯静璇     曹嘉玲   来源： 航空制造技术 年份： 2025 文献类型 ： 期刊 关键词： 飞机蒙皮   注意力机制   多尺度特征融合   尺度感知   缺陷检测  

描述： 基于改进EfficientDet的飞机蒙皮缺陷检测方法

基于BiGRU-AE与融入加性注意力机制的双层BiLSTM模型的航空发动机RUL预测

作者： 何宜霖   来源： 科学技术创新 年份： 2025 文献类型 ： 期刊 关键词： 长短期记忆网络   注意力机制   航空发动机   自编码器   剩余使用寿命  

描述： 基于BiGRU-AE与融入加性注意力机制的双层BiLSTM模型的航空发动机RUL预测

民航服务领域的知识图谱构建方法

作者： 于飞     周鹏鹏     寇菲菲   来源： 民航学报 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   民航服务领域   卷积神经网络   信息检索   知识图谱  

描述： 民航服务领域的知识图谱构建方法

改进YOLOv7的航空发动机叶片损伤检测方法

作者： 魏永超     刘嘉欣     朱泓超     朱姿翰     刘伟杰   来源： 航空发动机 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   损伤检测   航空发动机   YOLOv7模型   深度学习  

描述： 改进YOLOv7的航空发动机叶片损伤检测方法

改进多元宇宙算法在航空发动机不暖机模型修正中的应用

作者： 钱仁军   李本威   宋汉强   武晓龙   张赟   来源： 推进技术 年份： 2022 文献类型 ： 期刊 关键词： 暖机   混沌   涡扇发动机   多元宇宙优化算法   模型修正   虫洞机制公式  

描述： 航空发动机不暖机会产生性能损失，此时原有发动机模型已经不能准确表达发动机性能，因此，需要利用模型修正技术对原有的发动机模型进行修正，以获得发动机不暖机情况下的数学模型。提出了一种改进多元宇宙优化算法（Multi-verse optimization,MVO），并将其应用于发动机不暖机模型的修正研究。在常规MVO算法基础上，修改虫洞机制公式，解决解区间偏离0轴较远时寻优计算易陷入局部最优的问题，并引入混沌思想，通过混沌化初始宇宙和在每一代最优宇宙附近区域内进行混沌搜索，增强了算法的全局搜索能力。将改进后的算法应用于发动机模型的修正研究，并将常规MVO，改进MVO，粒子群算法（Particle swarm optimization,PSO）和遗传算法（Genetic algorithm,GA）四种算法的修正结果进行了对比。结果表明：修正后发动机不暖机模型精度得到很大提高，其中推力误差仅为0.07%，能够满足舰载机起飞动力学模型输入条件的精度要求；改进MVO算法对发动机模型的修正效果优于常规MVO算法，且相比PSO和GA，改进MVO修正效果同样更优。

改进多元宇宙算法在航空发动机不暖机模型修正中的应用

作者： 钱仁军   李本威   宋汉强   武晓龙   张赟   来源： 推进技术 年份： 2022 文献类型 ： 期刊 关键词： 暖机   混沌   涡扇发动机   多元宇宙优化算法   模型修正   虫洞机制公式  

描述： 航空发动机不暖机会产生性能损失，此时原有发动机模型已经不能准确表达发动机性能，因此，需要利用模型修正技术对原有的发动机模型进行修正，以获得发动机不暖机情况下的数学模型。提出了一种改进多元宇宙优化算法（Multi-verse optimization,MVO），并将其应用于发动机不暖机模型的修正研究。在常规MVO算法基础上，修改虫洞机制公式，解决解区间偏离0轴较远时寻优计算易陷入局部最优的问题，并引入混沌思想，通过混沌化初始宇宙和在每一代最优宇宙附近区域内进行混沌搜索，增强了算法的全局搜索能力。将改进后的算法应用于发动机模型的修正研究，并将常规MVO，改进MVO，粒子群算法（Particle swarm optimization,PSO）和遗传算法（Genetic algorithm,GA）四种算法的修正结果进行了对比。结果表明：修正后发动机不暖机模型精度得到很大提高，其中推力误差仅为0.07%，能够满足舰载机起飞动力学模型输入条件的精度要求；改进MVO算法对发动机模型的修正效果优于常规MVO算法，且相比PSO和GA，改进MVO修正效果同样更优。

应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。