基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅     吴亚锋     郑华     缑林峰   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向，提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络，首先通过编码器中的特征注意力单元对工况序列进行动态特征提取，然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数，最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型，从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析，结果表明，相比于其他常用多变量时间序列预测模型，FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构，故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。

基于多层感知机的航空发动机压气机盘应力和温度预测

作者： 王学民     徐敬沛     何云   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 温度   压气机轮盘   多层感知机   神经网络   应力   寿命管理  

描述： )神经网络算法进行训练。结果表明：该方法预测结果与传统有限元计算结果吻合较好，相对偏差均在1%以内，判定系数达到0.95以上，方均根误差均在5以内，且计算速度由小时级提升为分秒级，可为后续工程应用提供依据。

基于ECSDNN的航空安全事件风险等级预测

作者： 冯霞     桑潇     左海超   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 集成学习   代价敏感   深度神经网络   风险等级预测   嵌入特征编码   航空安全  

描述： 航空安全事件风险等级预测是主动风险管理的重要手段。考虑海量航空安全事件数据呈现的高维复杂、类不平衡等特性，提出一种基于集成代价敏感深度神经网络(ECSDNN)的航空安全事件风险等级预测方法。采用分类型属性嵌入特征编码和数值型属性拼接的方法实现航空安全事件数据的特征表示；综合考虑错分比例和固定代价设计代价敏感矩阵和代价敏感损失函数，构建基于代价敏感深度神经网络(CSDNN)的基分类器模型；采用硬投票方法，集成多个参数不同、性能各异的基分类器，构建航空安全事件风险等级预测模型。在航空安全事件报告系统(ASRS)数据集上的实验结果表明：相比基准算法，所提ECSDNN模型的预测准确率提升了4.51%；相比单个CSDNN基分类器，所提ECSDNN模型的预测准确率提升了3.17%。验证了基于ECSDNN的航空安全事件风险等级预测方法的有效性。

基于改进DRSN的航空发动机故障风险预警模型

作者： 毛浩英     孙有朝     李龙彪     晏传奇   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 深度注意力机制   软阈值化   深度残差收缩网络   深度学习   故障风险预警  

描述： 航空发动机属于多发性故障机械，运用先进的计算训练方法可有效地实现准确的风险预警分析，为发动机的运维指导提供参考。在发动机故障风险预警征兆数据集中提取多变量时间序列样本，将样本矩阵化，转换为灰度图样本。预处理并增强图像数据样本，热编码化序列样本标签。深度残差收缩网络（deep residual shrinkage network,DRSN）中融入深度注意力机制与带有阈值的残差收缩块，获取高判别性特征，实现软阈值化。结合长短时记忆神经网络层与多个隐层，改进DRSN模型，使用主成分分析重构特征与主元提取，累积可解释方差贡献率为93.7%。对潜在20种故障征兆识别、分类并预警，训练精确度为96.1%。提出了改进DRSN航空发动机故障风险预警模型，与其他算法相比有较强的鲁棒性，预警正确率至少提高4.4%。

基于优化组合模型的航空货邮市场需求预测——来自2007—2017年全球及中国面板数据的实证分析

作者： 李航   刘培宏   来源： 技术经济 年份： 2020 文献类型 ： 期刊 关键词： 灰色预测   组合预测   航空货邮周转量   多项式回归   趋势外推法  

描述： 航空货邮周转量是评价航空物流业发展的一个重要指标,传统预测方法在复杂系统的表现较差。在趋势外推法、多项式回归和灰色预测的基础上,引进诱导有序加权平均(IOWA)算子组合预测模型。结果表明,该方法对航空货邮周转量的预测效果比其他方法更好,以2018年全球数据进行检验,预测误差仅有4.72%。通过预测结果进一步对比分析全球及中国航空货邮市场的发展情况及未来趋势,为中国航空物流业的转型升级以及经济结构的优化发展提供参考与启示。

习近平八一前夕视察空军航空大学时强调 深化改革创新 不断提高办学育人水平 向全体人民解放军指战员武警部队官兵民兵预备役人员致以节日祝贺

作者： 暂无 来源： 思想政治工作研究 年份： 2021 文献类型 ： 期刊 关键词： 人民解放军   育人水平   武警部队官兵   空军航空大学   习近平   民兵预备役  

描述： 新华社长春7月23日电八一建军节到来之际,中共中央总书记、国家主席、中央军委主席习近平23日到空军航空大学视察,代表党中央和中央军委,向学校师生员工致以诚挚问候,向全体人民解放军指战员、武警部队官兵、民兵预备役人员致以节日祝贺。他强调,要贯彻新时代党的强军思想,贯彻新时代军事战略方针,贯彻新时代军事教育方针,深化改革创新,不断提高办学育人水平,努力开创学校建设发展新局面。

习近平八一前夕视察空军航空大学时强调 深化改革创新 不断提高办学育人水平 向全体人民解放军指战员武警部队官兵民兵预备役人员致以节日祝贺

作者： 暂无 来源： 思想政治工作研究 年份： 2021 文献类型 ： 期刊 关键词： 人民解放军   育人水平   武警部队官兵   空军航空大学   习近平   民兵预备役  

描述： 新华社长春7月23日电八一建军节到来之际,中共中央总书记、国家主席、中央军委主席习近平23日到空军航空大学视察,代表党中央和中央军委,向学校师生员工致以诚挚问候,向全体人民解放军指战员、武警部队官兵、民兵预备役人员致以节日祝贺。他强调,要贯彻新时代党的强军思想,贯彻新时代军事战略方针,贯彻新时代军事教育方针,深化改革创新,不断提高办学育人水平,努力开创学校建设发展新局面。

基于注意力机制和CNN-BiLSTM模型的航空发动机剩余寿命预测

作者： 张加劲   来源： 电子测量与仪器学报 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   卷积神经网络   剩余寿命   双向长短期记忆网络  

描述： 航空发动机作为飞机的主要动力源，其可靠性是保证飞机安全的关键。剩余使用寿命预测对于提高航空发动机的可用性和降低其寿命周期成本具有重要意义。针对现有的预测算法存在对航空发动机多维数据特征提取不足的问题，提出了一种基于注意力机制的卷积神经网络和双向长短期网络融合模型。首先，采用卷积神经网络提取特征和双向长短期记忆网络获取特征中的长短期依赖关系；其次，使用注意力机制来突出特征中的重要部分，提高模型预测的准确率。为验证所提出方法的有效性，在C-MAPSS数据集上进行了实验。实验表明，模型可以准确地预测出航空发动机的剩余使用寿命，并比传统方法有着更高的预测精度。

民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅰ：气路、机械和FADEC系统故障诊断与预测

作者： 曹明   黄金泉   周健   陈雪峰   鲁峰   魏芳   来源： 航空学报 年份： 2022 文献类型 ： 期刊 关键词： FADEC诊断与预测   发动机健康管理系统   发动机机械故障诊断与预测   涡扇发动机   气路故障诊断与预测  

描述： 最近这一二十年相关工程技术的发展，给民用航空发动机故障诊断与健康管理（EHM）系统研发提出了新的挑战和机遇。本文综述围绕EHM偏上游功能的民用发动机气路性能退化诊断和预测、发动机机械系统故障和发动机FADEC系统故障诊断与3个模块的设计验证技术的需求、必要性及现状进行了讨论，并指出了未来的主要研发方向。全文的讨论围绕以下关键技术发展趋势展开：基于非线性无迹卡尔曼滤波器（UKF）和深度学习神经网络的发动机气路故障诊断算法己经显示出提高气路诊断精度的潜力；复合材料叶片在涡扇发动机里己经得到广泛使用；增材制造技术正被越来越多地应用于复杂发动机零部件的制造；金属屑末传感器的精度已获得大幅提高，其技术成熟度己达到发动机使用要求，为与振动信号的融合诊断铺平了道路；电气化、智能化的发动机全权限数字控制系统（FADEC）发展趋势对现有的基于传统构型控制部件和集中式控制架构的故障诊断算法也提出了新的挑战。

基于STIRPAT模型的天津滨海国际机场航空器碳排放峰值预测研究

作者： 田利军   徐森雨   李一博   黎杰   来源： 天津商业大学学报 年份： 2023 文献类型 ： 期刊 关键词： 因素分解   碳达峰   天津滨海国际机场   航空器  

描述： 机场航空器碳排放日益受到关注，早日实现碳达峰对行业绿色低碳发展，实现民航业减排目标具有重要意义。通过ICAO飞机起降循环模型核算天津滨海国际机场2000—2021年度航空器碳排放量，根据核算结果分析碳排放历史特征和变化趋势。利用改进KAYA恒等式构建机场航空器碳排放驱动因素模型，采用LMDI方法分析各影响因素的驱动效应。在碳排放核算基础上运用拓展STIRPAT环境影响评估模型和情景分析法预测碳达峰峰值和达峰时间，构建天津机场碳达峰路径。研究结果发现：地区经济水平对航空器碳排放起到明显促进作用，机场运行大型航空器比例上升促进了碳排放，能源强度发挥了一定的减排效果；情景分析中各情景峰值差异较大，情景2最先于2035年实现碳达峰，峰值为343 048 t。逐步提高可持续航空燃油使用比例，持续提升机场航空器运行效率助力机场航空器早日碳达峰。