离港航空器滑出时间的BP神经网络预测模型

作者： 夏正洪   贾鑫磊   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 离港航空器   BP神经网络   滑出时间预测   滑出时间影响因素   1小时内平均滑出时间  

描述： 机场2周实际运行数据对模型进行验证，并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性。结果表明：同时段推出航空器数量、同时段起飞航空器数量、同时段落地航空器数量、1小时内平均滑出时间

基于GA-BP神经网络的航空铝合金预腐蚀疲劳寿命预测

作者： 魏雨晨   李旭东   刘治国   穆志韬   来源： 环境技术 年份： 2023 文献类型 ： 期刊 关键词： 遗传算法   航空铝合金   BP神经网络   寿命预测   预腐蚀疲劳  

描述： 6A02铝合金作为某型直升机动部件常用材料，在海洋环境条件下，此型材料结构易形成腐蚀损伤。在载荷作用下，结构的腐蚀损伤处会加速裂纹的萌生和扩展，进而影响结构的疲劳寿命。为了能够准确预测6A02铝合金在不同腐蚀损伤及载荷条件下的疲劳寿命，本文依次开展了等级腐蚀试验和预腐蚀疲劳寿命试验，以试件表面实测蚀坑平均尺寸及其疲劳寿命试验数据为样本，将遗传算法(GA)引入BP神经网络建立了6A02铝合金预腐蚀疲劳寿命预测模型。最后将模型预测结果与测试集数据进行对比，结果表明：GA-BP神经网络相对于传统BP神经网络具有更好的泛化能力和预测精度，可为其在工程上预测6A02铝合金预腐蚀疲劳寿命提供参考。

基于TMS320F2812的航空相机自动调焦系统

作者： 董伟   张俊民   桂美景   李晨光   来源： 电工电能新技术 年份： 2018 文献类型 ： 期刊 关键词： BP神经网络   直流航空故障电弧   香农熵   小波包分解   故障频率段  

描述： 针对航空故障电弧持续时间短,电流强度小,检测极为困难等特点,提出在直流系统中基于小波包和BP神经网络的航空故障电弧的识别方法。首先搭建串联和并联故障电弧实验平台,采集线路正常和产生电弧情况下的电流信号;对电流信号进行三层小波包分解,根据求解到的总能量与总香农熵的比值,确定最佳的小波包基函数;利用每一频率段的能量与香农熵的比值确定航空故障电弧的特征频率段;然后提取特征频率段的香农熵作为故障电弧的特征量;最后利用LM算法优化的BP神经网络对故障电弧进行判别。结果表明,故障电弧的识别率达到95%以上。

基于ABC-BP神经网络的航空发动机故障诊断方法

作者： 鲜倪军   来源： 装备制造技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   人工蜂群算法   BP神经网络   故障诊断   机械磨损  

描述： 为有效诊断发动机机械磨损故障,根据滑油金属磨屑建立基于ABC-BP神经网络故障诊断模型。模型针对BP神经网络的缺陷,利用人工蜂群优化BP神经网络,在初始化参数时将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的一组参数作为神经网络的权值和阈值。最后应用航空实际数据进行仿真研究,结果表明模型有较好的故障诊断效果,为实现故障预测和健康管理奠定基础。

基于集合经验模态分解的交流航空故障电弧识别

作者： 高飞   董伟   桂美景   张俊民   来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 电弧动态特性   BP神经网络   能量熵   集合经验模态分解   交流航空故障电弧  

描述： 故障电弧作为一种破坏性强,识别难度大的电路故障,给飞机的安全带来很大的威胁。然而目前航空业应用的电弧识别方法远不能达到要求。所以本文提出了一种将集合经验模态分解和LM优化的BP神经网络相结合的交流航空故障电弧识别方法。首先建立串联和并联交流电弧实验模拟平台,采集电弧电流波形,分析波形动态特性。将波形进行集合经验模态分解,选取差别明显模态分量作为故障特征分量。计算故障特征分量的能量熵作为交流故障电弧的特征量,输入到LM算法优化的BP神经网络,进行识别。结果表明,识别率达到90%以上,较好地识别出了航空故障电弧。

基于集合经验模态分解的交流航空故障电弧识别

作者： 高飞   董伟   桂美景   张俊民   来源： 电工电能新技术 年份： 2020 文献类型 ： 期刊 关键词： 电弧动态特性   BP神经网络   能量熵   集合经验模态分解   交流航空故障电弧  

描述： 基于集合经验模态分解的交流航空故障电弧识别

基于神经网络的航空发动机滑油金属含量预测

作者： 陈庆贵   于光辉   谢静   于海滨   蔡娜   谢镇波   来源： 兵器装备工程学报 年份： 2020 文献类型 ： 期刊 关键词： RBF神经网络   航空发动机   BP神经网络   预测   滑油  

描述： 基于神经网络的航空发动机滑油金属含量预测

基于ARIMA和BP神经网络的民航事故征候率预测

作者： 陈芳   张迪   卫微   郭娜   来源： 安全与环境学报 年份： 2020 文献类型 ： 期刊 关键词： 月度   BP神经网络   事故征候率   安全管理工程   ARIMA模型  

描述： 基于ARIMA和BP神经网络的民航事故征候率预测

基于智能算法优化BP的航空器滑出时间预测

作者： 朱晓波   贾鑫磊   王楚皓   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 机场场面运行效率   粒子群优化   麻雀搜索算法   BP神经网络   滑出时间  

描述： 滑出时间是评估大型机场场面运行效率的主要性能指标，科学准确地预测离港航空器的滑出时间，对于提升场面运行效率至关重要。首先，分析了航空器滑出时间影响因素及相关性，构建了基于反向传播(back propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点，分别采用粒子群优化(particle swarm optimization, PSO)算法和麻雀搜索算法(sparrow search algorithm, SSA)获取BP神经网络的最优权值和阈值，并采用中国中南某枢纽机场2周的实际运行数据对智能算法优化后的预测模型进行了验证。结果表明：滑出时间与半小时平均滑出时间、起飞队列长度、同时段滑行的离港航空器数量均有强相关性，与同时段滑入的进港航空器数量中度相关，与滑行距离和经过冲突热点区域个数相关性较弱；考虑强相关和中度相关影响因素的4元组合预测模型的预测结果最佳；智能优化算法通过获取神经网络的局部最优权重和阈值，可有效地提升航空器滑出时间预测结果的精度，但运算过程耗时也更长；基于PSO优化后的BP神经网络预测结果较优化前的平均绝对百分比误差(mean absolute percentage error, MAPE)提升了1.13%,平均绝对误差(mean absolute error, MAE)减少了4.48 s,均方根误差(root mean squared error, RMSE)减少了4.68 s;基于SSA优化后的BP神经网络预测结果较优化前的MAPE提升了3.05%,MAE减少了16.55 s, RMSE减少了14.31 s。

基于学习航空定价策略的高铁定价优化

作者： 王裕红   郑砚   纪超   苏刚   来源： 综合运输 年份： 2023 文献类型 ： 期刊 关键词： BP神经网络   综合运输   灰色关联度分析   高铁定价   航空定价  

描述： 随着我国高铁定价市场化改革在加快推进，为进一步提高高铁定价的灵活性与竞争力，本文基于航空和铁路海量定价历史数据，分析了航空与高铁客票的定价策略，并用灰色相关模型计算各因素指标与定价之间的关联程度。建立了一个考虑旅客购票选择多影响因素下神经网络定价模型，采用遗传算法对BP算法的初始值和阈值进行了改进，利用航空订票数据集对神经网络进行训练和验证，结果表明神经网络可以较好的映射航空票价随多影响因素而不断调整的定价策略，通过敏感性分析发现提前期与节假日对票价影响较大。利用该神经网络对高铁票价进行预测，实验结果表明所建立的神经网络模型预测的高铁票价可以较好响应订票影响因素的变化，有助于提升高铁的票价收益。