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
- 飞机装配工艺装备保障状态的多层次综合评价方法
- 作者： 曲学军 孟飙 来源： 制造业自动化 年份： 2017 文献类型 ： 期刊 关键词： 分类与判别 设备保障状态 飞机装配工艺装备 综合评价 统计分析
- 描述： 飞机装配工艺装备保障状态的多层次综合评价方法
- 森林航空消防野外停机坪调度指挥技术
- 作者： 牛红云 张亚平 王秀铭 刘和风 姜玉威 来源： 森林防火 年份： 2025 文献类型 ： 期刊 关键词： 野外停机坪 调度指挥 安全管理 统计分析 航空器
- 描述： 森林航空消防野外停机坪调度指挥技术
- 中国冬季飞机颠簸的统计分析
- 作者： 申燕玲 王东海 巩远发 来源： 成都信息工程大学学报 年份： 2018 文献类型 ： 期刊 关键词： 飞机颠簸 航空气象 中国冬季 统计分析 气象学 颠簸指数
- 描述： 统计分析的方法分析颠簸发生的时空分布,计算颠簸发生时不同指数的情况。研究结果表明,冬季大部分颠簸是由于急流引起的,并且中国西南、东部地区发生颠簸较多。飞机颠簸在6000 m以上的高空发生次数较多。Ellord指数、MOS-CAT指数在中国区域内诊断冬季飞机颠簸效果较好。
- 航空子午胎冠带条双头缠绕关键技术研究
- 作者： 邓杰 来源： 橡塑技术与装备 年份： 2020 文献类型 ： 期刊 关键词： 燃油系统 燃气涡轮 APU 燃油调节器 控制器 高温环境 某型飞机 统计分析
- 描述： 在航空子午胎成型工艺中,用6至8层S形缠绕的冠带条取代原胎面组件的带束层是航空子午胎区别于其它轮胎的独特成型工艺。这种特殊的轮胎贴合工艺使航空轮胎具有优异的机械使用性能。但是由于冠带条缠绕工艺路线复杂,缠绕长度长,速度慢,缠绕完一条20寸的胎面组件需耗时约4 h。目前这种极低的生产效率已经成为制约航空子午胎向前发展的最大瓶颈。针对瓶颈问题,将冠带条缠绕系统由原有的单工位单缠绕头改进为双工位双缠绕头,目标使两缠绕头可独立工作互不影响,其组合缠绕轨迹仍能满足用户的技术指标和设计要求,极大缩短了航空子午胎生产制造时间,达到了机构紧凑、降低成本、占地空间小的设计目标。
- 某型飞机APU使用问题统计分析
- 作者： 刘森 郝杰沛 薛锋 来源： 中国科技信息 年份： 2020 文献类型 ： 期刊 关键词： 燃油系统 燃气涡轮 APU 燃油调节器 控制器 高温环境 某型飞机 统计分析
- 描述： 本文对某型辅助动力装置使用期间发生的问题、故障进行归类统计,详细描述了每种问题、故障的现象,分析总结问题、故障的原因,为该型飞机APU的后续使用维护及故障识别、排除提供一定的技术及经验支持。
- 某型飞机APU使用问题统计分析
- 作者： 刘森 郝杰沛 薛锋 来源： 中国科技信息 年份： 2020 文献类型 ： 期刊 关键词： 燃油系统 燃气涡轮 APU 燃油调节器 控制器 高温环境 某型飞机 统计分析
- 描述： 本文对某型辅助动力装置使用期间发生的问题、故障进行归类统计,详细描述了每种问题、故障的现象,分析总结问题、故障的原因,为该型飞机APU的后续使用维护及故障识别、排除提供一定的技术及经验支持。
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。