首页>
根据【检索词:特征提取】搜索到相关结果 12 条
-
航空发动机转子故障特征提取方法研究
-
作者:
余汇
鞠文煜
马双云
来源:
无线互联科技
年份:
2016
文献类型 :
期刊
关键词:
航空发动机转子系统 故障诊断 振动分析 特征提取 智能基函数
-
描述:
取的智能特征。实验表明,该方案的分类精度达到95.6%,是针对航空发动机转子系统故障诊断的一种有效的特征提取方法。
-
基于特征提取的航空发动机滚动轴承故障诊断
-
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
-
描述:
特征提取的滚动轴承故障诊断方法,通过特征提取获得更全面数据信息,再将深度信念网络模型用于信号识别,全方位反映航空发动机滚动轴承的运行状态。经实验验证,DBN模型在噪声环境下的平均准确率可达99%以上,具有较强的抗噪能力。
-
国际航空网络与国际关系网络的特征提取及关联分析
-
作者:
秦昆
张凯
阮建平
卢宾宾
邢玲丽
叶茹琪
喻雪松
周扬
刘东海
秦育罗
来源:
同济大学学报(自然科学版)
年份:
2023
文献类型 :
期刊
关键词:
社会网络
特征提取
国际关系网络
关联分析
国际航空网络
复杂网络
-
描述:
、GDELT(全球事件、语调与语言)数据,分别构建国际航空网络、国际关系网络,基于复杂网络理论和社会网络分析方法提取2种主题网络的时空特征,并探索其关联。研究结果表明:(1) 2种网络都具有无标度特性和小
-
一种基于时频分析的窄带雷达飞机目标分类特征提取方法
-
作者:
赵越
陈之纯
纠博
张磊
刘宏伟
李真芳
来源:
电子与信息学报
年份:
2017
文献类型 :
期刊
关键词:
特征提取
时频分析
熵值
低信噪比
目标分类
-
描述:
针对低信噪比情况下窄带雷达目标分类问题,该文提出基于时频分析的窄带雷达飞机目标分类特征提取方法。该方法利用喷气式飞机、螺旋桨飞机和直升机3类目标调制周期的差异,提取时频谱域的熵值变化特性,并给出时频
-
基于改进VMD的航空发动机故障信号特征提取
-
作者:
刘自然
尚坤
李谦
聂士杰
来源:
组合机床与自动化加工技术
年份:
2021
文献类型 :
期刊
关键词:
故障特征
变分模态分解
状态监测
-
描述:
从冗长、非线性、非静态的航空发动机信号中提取故障特征非常困难,使得航空发动机状态监测(CM)成为最具挑战性的任务之一。针对原有的变分模态分解(VMD)的特征提取方法,对模数K和滤波器频率带宽a均采用
-
基于改进VMD的航空发动机故障信号特征提取
-
作者:
刘自然
尚坤
李谦
聂士杰
来源:
组合机床与自动化加工技术
年份:
2021
文献类型 :
期刊
关键词:
故障特征
变分模态分解
状态监测
-
描述:
从冗长、非线性、非静态的航空发动机信号中提取故障特征非常困难,使得航空发动机状态监测(CM)成为最具挑战性的任务之一。针对原有的变分模态分解(VMD)的特征提取方法,对模数K和滤波器频率带宽a均采用
-
基于HHT的航空直流串行电弧特征提取方法
-
作者:
张瑶佳
王莉
尹振东
高杨
王帮亭
来源:
航空学报
年份:
2019
文献类型 :
期刊
关键词:
串行电弧
希尔伯特黄变换(HHT)
故障检测率
快速傅里叶变换(FFT)
高压直流系统
-
描述:
由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题,导致检测困难。本文基于航空270V高压直流(HVDC)系统开展直流串行电弧故障特征提取方法研究,采用希尔伯特黄变换(HHT
-
航空发动机高低压转子间碰摩故障特征提取
-
作者:
边杰
梅庆
陈亚农
徐友良
彭春雷
来源:
推进技术
年份:
2022
文献类型 :
期刊
关键词:
振动信号分离
航空发动机
高低压转子
参数自适应变分模态分解
故障特征提取
-
描述:
高低压转子的1倍频和2倍频成分;当发动机振动异常时,低压转子弹性支承应变信号的APVMD模态分量除了包含低压转子的1倍频及倍频成分,还包含高压转子的1倍频和分频成分,以及高低压转子间的调制频率和组合
-
航空发动机高低压转子间碰摩故障特征提取
-
作者:
边杰
梅庆
陈亚农
徐友良
彭春雷
来源:
推进技术
年份:
2022
文献类型 :
期刊
关键词:
振动信号分离
航空发动机
高低压转子
参数自适应变分模态分解
故障特征提取
-
描述:
高低压转子的1倍频和2倍频成分;当发动机振动异常时,低压转子弹性支承应变信号的APVMD模态分量除了包含低压转子的1倍频及倍频成分,还包含高压转子的1倍频和分频成分,以及高低压转子间的调制频率和组合
-
基于特征提取的航空发动机滚动轴承故障诊断
-
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
-
描述:
特征提取的滚动轴承故障诊断方法,通过特征提取获得更全面数据信息,再将深度信念网络模型用于信号识别,全方位反映航空发动机滚动轴承的运行状态。经实验验证,DBN模型在噪声环境下的平均准确率可达99%以上,具有较强的抗噪能力。