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
- 航空发动机剩余使用寿命预测方法的融合与比较
- 作者： 黎明 宋海龙 苟江 来源： 智能计算机与应用 年份： 2022 文献类型 ： 期刊 关键词： 信息熵 航空发动机 随机森林 剩余使用寿命 融合预测
- 描述： 航空发动机的性能变化将直接影响飞机的安全运行，对故障预测与健康管理(PHM)技术需求极为迫切，剩余使用寿命(RUL)预测是PHM的核心技术之一。本文采用多种预测方法对发动机剩余使用寿命进行预测，首先
- 基于RSM/XGBoost和KF的航空发动机RUL预测
- 作者： 李东文 王海瑞 朱贵富 刘翠琴 杨修琦 来源： 空军工程大学学报 年份： 2023 文献类型 ： 期刊 关键词： 随机搜索算法 航空发动机 XGBoost 卡尔曼滤波 剩余使用寿命
- 描述： 航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题，提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先，采用高斯分布对原始
- 基于RSM/XGBoost和KF的航空发动机RUL预测
- 作者： 李东文 王海瑞 朱贵富 刘翠琴 杨修琦 来源： 空军工程大学学报 年份： 2023 文献类型 ： 期刊 关键词： 随机搜索算法 航空发动机 XGBoost 卡尔曼滤波 剩余使用寿命
- 描述： 航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题，提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先，采用高斯分布对原始
- 基于离散粒子群算法的航空发动机总装工艺优化方法
- 作者： 刘超 张茂伟 吕玉红 周建超 来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 装配质量 总装优化 航空发动机 粒子群算法
- 描述： 为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础
- 基于离散粒子群算法的航空发动机总装工艺优化方法
- 作者： 刘超 张茂伟 吕玉红 周建超 来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 装配质量 总装优化 航空发动机 粒子群算法
- 描述： 为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础
- 基于NARX网络的航空发动机性能参数预测优化
- 作者： 刘超 熊静 来源： 农业装备与车辆工程 年份： 2023 文献类型 ： 期刊 关键词： 数据预测 航空发动机 粒子群算法 NARX神经网络
- 描述： 、0.0093和0.00912 。结果表明，所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络，在预测准确度上有较大优势，为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。
- 基于NARX网络的航空发动机性能参数预测优化
- 作者： 刘超 熊静 来源： 农业装备与车辆工程 年份： 2023 文献类型 ： 期刊 关键词： 数据预测 航空发动机 粒子群算法 NARX神经网络
- 描述： 、0.0093和0.00912 。结果表明，所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络，在预测准确度上有较大优势，为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。
- 基于视觉注意力分配的飞机驾驶舱人机界面布局优化
- 作者： 叶坤武 包涵 魏思东 来源： 南京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 视觉注意力 粒子群算法 人机界面 驾驶舱
- 描述： interactive application,CATIA)中的可视域分析模块,给出不同视野区域的可视性等级,并对驾驶舱人机界面所在的视野范围进行栅格化处理;然后用G1法分析人机界面上各个设备的重要程度
- 基于视觉注意力分配的飞机驾驶舱人机界面布局优化
- 作者： 叶坤武 包涵 魏思东 来源： 南京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 视觉注意力 粒子群算法 人机界面 驾驶舱
- 描述： interactive application,CATIA)中的可视域分析模块,给出不同视野区域的可视性等级,并对驾驶舱人机界面所在的视野范围进行栅格化处理;然后用G1法分析人机界面上各个设备的重要程度