首页>
根据【关键词:航空发动机,卷积神经网络,故障诊断,轴承,转子位移概率密度信息(PIRD)】搜索到相关结果 3019 条
-
改进的Kohonen网络在航空发动机分类故障诊断中的应用
-
作者:
郑波
马昕
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
自适应检测响应
故障诊断
自适应继承
PSO算法
Kohonen网络
-
描述:
针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高
-
基于RDK-ELM的航空发动机控制系统故障诊断
-
作者:
陈虹潞
黄向华
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
极限学习机
控制系统
简约改进
故障诊断
深度学习
-
描述:
为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构
-
基于云模型SDG的航空发动机多工况故障诊断方法
-
作者:
张振良
何荣荣
张鉴靓
来源:
航空发动机
年份:
2022
文献类型 :
期刊
关键词:
多工况
航空发动机
故障诊断
故障传播
气源系统
符号有向图
云模型
-
描述:
针对航空发动机的故障寻源以及故障传播问题,提出了基于云模型符号有向图(SDG)的发动机多工况故障诊断方法。在SDG模型的基础上根据发动机结构进行模块化以便于推理,应用故障关联矩阵进行相容通路的推理
-
基于重加权谱峭度方法的航空发动机故障诊断
-
作者:
张忠强
张新
王家序
刘治汶
来源:
航空学报
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
快速谱峭度
故障诊断
滤波器参数
重加权谱峭度
重加权峭度
-
描述:
。仿真信号分析结果显示,在强冲击干扰下重加权谱峭度方法仍能选择有效滤波器参数,提取到周期性故障冲击。通过在航空发动机附齿轮箱中轴承故障诊断中的应用以及与常见方法的对比分析,进一步验证了重加权谱峭度方法的有效性与优势。
-
基于云模型SDG的航空发动机多工况故障诊断方法
-
作者:
张振良
何荣荣
张鉴靓
来源:
航空发动机
年份:
2022
文献类型 :
期刊
关键词:
多工况
航空发动机
故障诊断
故障传播
气源系统
符号有向图
云模型
-
描述:
针对航空发动机的故障寻源以及故障传播问题,提出了基于云模型符号有向图(SDG)的发动机多工况故障诊断方法。在SDG模型的基础上根据发动机结构进行模块化以便于推理,应用故障关联矩阵进行相容通路的推理
-
基于重加权谱峭度方法的航空发动机故障诊断
-
作者:
张忠强
张新
王家序
刘治汶
来源:
航空学报
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
快速谱峭度
故障诊断
滤波器参数
重加权谱峭度
重加权峭度
-
描述:
。仿真信号分析结果显示,在强冲击干扰下重加权谱峭度方法仍能选择有效滤波器参数,提取到周期性故障冲击。通过在航空发动机附齿轮箱中轴承故障诊断中的应用以及与常见方法的对比分析,进一步验证了重加权谱峭度方法的有效性与优势。
-
基于集成学习的航空发动机故障诊断方法
-
作者:
徐萌
席泽西
王雍赟
李晓露
来源:
中国民航大学学报
年份:
2019
文献类型 :
期刊
关键词:
集成学习
航空发动机
故障诊断
分类模型
气路参数
数据挖掘
-
描述:
一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%~16%,能更好地应用于航空发动机故障诊断。
-
基于复合算法的航空发动机磨损故障诊断
-
作者:
黄帆
李艳军
曹愈远
李依林
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
油液分析
航空发动机
故障诊断
相对劣化度
免疫系统
-
描述:
实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。
-
航空发动机气路故障诊断的SANNWA-PF算法
-
作者:
许梦阳
黄金泉
鲁峰
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
自适应
粒子滤波
神经网络
非高斯噪声
-
描述:
算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。
-
基于集成学习的航空发动机故障诊断方法
-
作者:
徐萌
席泽西
王雍赟
李晓露
来源:
中国民航大学学报
年份:
2019
文献类型 :
期刊
关键词:
集成学习
航空发动机
故障诊断
分类模型
气路参数
数据挖掘
-
描述:
一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%~16%,能更好地应用于航空发动机故障诊断。