航空器爬升与下降阶段4D航迹预测

作者： 赵元棣   李科频   朱文心   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 长短期记忆网络   4D航迹预测   循环神经网络   机器学习   航空运输  

描述： 准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性，提出了基于机器学习的航空器4D航迹预测方法。首先，利用爬升阶段提取研究指标，构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short/term memory, LSTM);其次，在下降阶段进行数据维度拓展，构建RNN、LSTM模型进行航迹预测；最后，对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明，爬升阶段模型和下降阶段模型对于航空器位置预测准确性高，展现了航迹预测模型的良好鲁棒性。

机器学习在航空发动机排气温度预测中的应用研究

作者： 易文川   王兴   王翔   唐庆如   来源： 舰船电子工程 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   机器学习   性能评估   排气温度   预测算法  

描述： 排气温度是优化发动机性能和排放的关键参数，目标是在预测排气温度的基础上评估四种经典机器学习回归算法，即人工神经网络、随机森林、支持向量回归和门控循环单元。燃油流量、滑油压力和转速是模型输入，所有的机器学习模型在可接受的误差范围内预测了排气温度。相互比较时，门控循环单元的预测精度最高，但它通常需要高质量的无噪声数据；随机森林的精度最低，但需要的计算资源最少；支持向量回归在耗费高计算资源的前提下保证了较好的预测精度；人工神经网络是最合适的预测算法，但它存在繁琐的超参数调整过程。结果表明，经过良好训练的机器学习模型可以准确预测航空发动机排气温度，同时也有助于优化发动机性能、排放和寿命。

基于MI-SVR模型的航空旅客出行指数预测方法研究

作者： 熊红林   朱人杰   冀和   樊重俊   徐佩   来源： 控制与决策 年份： 2020 文献类型 ： 期刊 关键词： 互信息   支持向量回归   机场运营管理   机器学习   k   航空旅客出行指数   均值聚类  

描述： 航空旅客出行的情况对民用航空机场建设与运营具有重大意义,针对航空旅客出行情况的预测研究,首先,定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;其次,基于互信息与相关性原理，选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MI-SVR(Mutual Information-Support Vector Regression)机器学习预测模型;最后,通过上海机场旅客出行指数预测实验对模型进行验证，实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明各模型基于互信息引入影响因子进行预测相对仅基于历史数据进行独立预测误差更小.本研究结果有助于提升机场建设及运营管理水平,同时,也可辅助人们选择通过民航交通方式出行的时段.

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。

航空发动机信号采集处理及故障检测方法研究

作者： 刘伟   周卓峰   黄新阳   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 集成学习   滚动轴承   特征提取   机器学习   故障诊断   旋转机械  

描述： 的方式分别学习数据在时域、频域、时频域上的深层特征进行综合诊断。经实验验证，EDNN模型在噪声环境、变载环境下的平均准确率分别达到了98%和97%,具有比SVM、1D-CNN、DBN等模型更强的抗噪与变负载适应性能力。

基于典型机器学习算法的航空发动机价格估算模型研究

作者： 刘子源   张大维   高星   来源： 中国电子科学研究院学报 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   价格估算模型   AdaBoost算法   决策树算法   KNN算法   随机森林算法   涡轴、涡桨发动机  

描述： 航空发动机的研制具有难度大、风险高、周期长、经费多的特点，需要在论证阶段对订购价格进行科学的估算，设定合理的目标。文中收集部分涡轴、涡桨发动机的性能指标、物理参数及订购价格等数据，运用典型机器学习方法建立价格估算模型。通过评估可以看出，建立的模型具有较好的估算效果，对测试样本的预测误差在10%以内，满足论证阶段的估算要求，可为装备的发展决策提供有效支撑。

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。