按文献类别分组
按栏目分组
关键词
多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
作者: 万安平     张华     张今     蒋俊杰     王景霖     单添敏   来源: 航空动力学报 年份: 2025 文献类型 : 期刊 关键词: 滚动轴承   多传感器信息融合   故障诊断   短时傅里叶变换   视频特征  
描述: 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
作者: 万安平     张华     张今     蒋俊杰     王景霖     单添敏   来源: 航空动力学报 年份: 2025 文献类型 : 期刊 关键词: 滚动轴承   多传感器信息融合   故障诊断   短时傅里叶变换   视频特征  
描述: 多源融合的STFT-IncepNext航空发动机轴承故障诊断方法
基于深度学习的航空发动机齿轮故障诊断
作者: 万安平   杨洁   王景霖   陈挺   缪徐   黄佳湧   杜翔   来源: 振动.测试与诊断 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  
描述: 传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one
基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
作者: 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源: 中国电机工程学报 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  
描述: 航空发动机作为航空飞行器关键的动力组成部分,在内外多激励干扰情况下产生的机械故障采取传统的基于物理机理和信号分析的方法难以准确识别且耗时耗力。为此,该文提出基于多传感器信息融合的轴承故障诊断模型,对
基于多传感器融合卷积神经网络的航空发动机轴承故障诊断
作者: 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源: 中国电机工程学报 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  
描述: 航空发动机作为航空飞行器关键的动力组成部分,在内外多激励干扰情况下产生的机械故障采取传统的基于物理机理和信号分析的方法难以准确识别且耗时耗力。为此,该文提出基于多传感器信息融合的轴承故障诊断模型,对
基于盲源分离技术的航空发动机轴承故障诊断
作者: 吴金钟   艾延廷   陈英涛   田晶   来源: 滨州学院学报 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   滚动轴承   故障诊断   盲源分离  
描述: 滚动轴承是航空发动机转子系统中重要的支撑部件,其运行状态直接影响整台发动机的工作性能。介绍了基于盲源分离技术的滚动轴承振动信号分析与故障诊断方法,分析了滚动轴承典型故障机理。通过对某型航空发动机进行
基于频域特征的航空轴承智能诊断
作者: 李宏宇     苏越     陈康     王俨剀   来源: 航空动力学报 年份: 2024 文献类型 : 期刊 关键词: 特征提取   滚动轴承   故障诊断   双向循环长短期记忆网络   神经网络  
描述: 针对航空发动机滚动轴承故障诊断,提出一种基于频域特征的故障诊断模型。将原始振动信号进行包络解调预处理,仅取每段数据处理后的512个点作为故障特征,将其作为双向循环长短期记忆网络(BiLSTM)模型
基于数模联合驱动的航空发动机转子系统滚动轴承故障诊断
作者: 胡伟钧     李道全     胡继军     苏哲磊   来源: 兵器装备工程学报 年份: 2025 文献类型 : 期刊 关键词: 航空发动机   滚动轴承   特征提取   故障诊断   数模联合  
描述: 基于数模联合驱动的航空发动机转子系统滚动轴承故障诊断
基于残差网络的航空发动机滚动轴承故障多任务诊断方法
作者: 康玉祥   陈果   尉询楷   潘文平   王浩   来源: 振动与冲击 年份: 2022 文献类型 : 期刊 关键词: 滚动轴承   故障诊断   深度学习   多任务   残差网络   损伤大小  
描述: 针对当前基于深度学习的航空发动机滚动轴承故障诊断技术诊断任务单一的问题,提出一种基于多任务残差网络的滚动轴承故障诊断方法,该方法采用残差网络为深层特征提取与共享主框架,建立能够同时进行故障诊断
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
< 1 2 ... 27 28 29
Rss订阅