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
- BP神经网络在航空复合材料敲击检测中的应用
- 作者： 高志列 李艳军 曹愈远 王广侃 来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： BP神经网络 敲击检测 数据处理 航空复合材料
- 描述： 随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多。提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法。首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%。实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测。
- 基于遗传-Bp神经网络的航空发动机气路故障诊断研究
- 作者： 朱涛 张栋善 来源： 中阿科技论坛(中英文) 年份： 2021 文献类型 ： 期刊 关键词： BP神经网络 故障诊断 航空发动机气路
- 描述： 文章概述了BP神经网络结构,分析了BP神经网络内部的故障检测运算方式,进而研究了BP神经网络在航空发动机气路故障诊断中的具体应用,希望可以为相关人员提供参考。
- 基于ABC-BP神经网络的航空发动机故障诊断方法研究
- 作者： 朱涛 来源： 电子制作 年份： 2021 文献类型 ： 期刊 关键词： ABC 航空发动机 BP神经网络 故障诊断
- 描述： 航空航天领域是国家科技发展的重点创新项目,航空发动机是航天飞机的动力保障系统,其故障诊断研究一直处于重要的研究地位,运用ABC-BP神经网络的诊断模型构建,是目前正在发展创新的诊断方法。本文首先对ABC-BP神经网络与航空发动机诊断模型简要概述;其次,对ABC-BP神经网络在航空发动机故障诊断中存在的不足综合分析;最后,针对ABC-BP神经网络在航空发动机故障诊断中的优化应用提出合理性建议。
- 基于改进的神经网络对航空发动机故障率预测研究
- 作者： 薛永亮 陈振林 来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： BP神经网络 预测 故障率
- 描述： 以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
- 基于多种预测的飞机故障率预测
- 作者： 王常衡 罗钦 卢曼 李嘉伟 来源： 计算机产品与流通 年份： 2019 文献类型 ： 期刊 关键词： 灰色预测 BP神经网络 飞机故障率
- 描述： 本文使用BP神经网络和灰色预测对主要燃料系统故障率进行预测,并对两种方法的预测结果进行分析对比。
- 基于改进的神经网络对航空发动机故障率预测研究
- 作者： 薛永亮 陈振林 来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： BP神经网络 预测 故障率
- 描述： 以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。
- 基于BP神经网络的飞机目标识别算法
- 作者： 夏海琴 彭章友 来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 小波变换 RCS BP神经网络 飞机目标识别
- 描述： 针对飞机目标识别中模板匹配等方法存在的识别率低的问题,提出一种基于多层BP神经网络的飞机目标识别算法。该算法首先利用CST电磁仿真软件精确仿真目标的全空域RCS数据,根据飞行的航迹获取动态RCS时间序列。其次,计算目标动态RCS时间序列的均值、极大值等统计特性以及对目标动态RCS时间序列进行多尺度小波分解和重构,计算每层近似信号重构能量和细节信号重构能量,之后提取目标RCS的时频特征。最后,构建多层BP神经网络模型来识别3种类型的目标。仿真结果表明,该目标识别算法能够有效的识别3种不同类型的飞机目标,识别率达到了90%。
- 基于BP-RBF神经网络的飞机舵机电液伺服加载系统研究
- 作者： 刘志伟 来源： 科技与创新 年份： 2019 文献类型 ： 期刊 关键词： 飞机舵机电液伺服加载系统 RBF神经网络 多余力 BP神经网络
- 描述： 飞机舵机电液伺服加载系统中存在多余力的干扰会影响系统加载的精确度,因此,为加载系统建模,建立整个电液伺服加载系统的非线性模型。在BP神经网络的PID控制器基础上加入了RBF神经网络,构成复合控制器,通过RBF神经网络的辨识,神经网络PID控制器控制精度高、效果好,参数实现了自整定,提高了非线性系统的控制精度,同时,也提高了加载精度,有效抑制了多余力。