首页>
根据【检索词:磨粒流 发动机 去毛刺】搜索到相关结果 2509 条
-
航空发动机混叠振动信号的识别方法研究
-
作者:
高岳文
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
噪声盲分离
盲源分离
振动信号
稀疏分量分析
-
描述:
数据进行了处理,用盲源分离的负熵法分离出了多数信号。通过分析验证所研究的盲源分离算法的有效性和适用性。之后完成了某型航空发动机试车振动信号的分离研究,得到了若干有用的结论,为盲源分离技术在航空发动机
-
基于神经网络的航空发动机PID控制
-
作者:
杨华
来源:
西北工业大学
年份:
2016
文献类型 :
学位论文
关键词:
解耦
RBF网络
航空发动机控制
神经网络
鲁棒性
PID控制
-
描述:
航空发动机是一种工作机理复杂、非线性强的控制对象,所以使许多现代控制理论在应用上都受到了限制。而神经网络是一种基本上不依赖于模型的数学工具,具有较强的学习能力和自适应能力,适合于像发动机这样具有
-
航空发动机叶片数控铣削方法研究
-
作者:
汤振宁
来源:
沈阳工业大学
年份:
2016
文献类型 :
学位论文
关键词:
数控加工
数控加工模板
叶片
-
描述:
直接决定了飞机发动机的推进效率的大小,而加工方法的研究将有助于提高该类零件的加工精度和效率。传统的转子叶片加工方法是通过普通铣床粗加工加上大量的人工修磨来完成的,此方法费时费力,且精度难以保证。随着
-
航空发动机神经网络自适应控制研究及试验验证
-
作者:
殷石
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机 神经网络 自适应控制 反步控制 实物在回路仿真
-
描述:
先进控制策略是当前航空发动机控制的主流方向。本文对神经网络自适应控制、神经网络反步控制在航空发动机中的应用进行了一系列的研究工作,并对基于神经网络补偿的自适应控制算法进行实物在回路仿真试验,验证算法
-
航空发动机故障监控系统设计与方法研究
-
作者:
应勇
来源:
西北工业大学
年份:
2016
文献类型 :
学位论文
关键词:
故障监控
航空发动机
故障信息
信号处理
-
描述:
航空发动机是飞机的重要组成部分,由于其结构复杂,对精度和可靠性要求非常严格。同时因其工作在极其恶劣环境中,受到各种因素的干扰,对其性能也提出了很高要求。飞机发动机故障监控系统的设计就是为了保障及时
-
航空发动机全数字仿真平台设计
-
作者:
季春生
来源:
西北工业大学
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机
面向对象程序设计
全数字仿真平台
数字仿真
全权限数字电子控制
-
描述:
数字仿真是航空发动机性能计算与控制系统设计的重要技术,在发动机控制器仿真与控制系统半物理试验研究方面应用广泛。 本文针对国内发动机数字仿真的技术现状与工程需求,在Windows环境下设计开发
-
活塞式航空发动机转速控制与实验研究
-
作者:
周博
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
反馈控制
发动机转速控制 模型 神经网络PID 前馈
-
描述:
研究内容有:(1)在大量实验数据的基础上,应用了逐步回归算法,建立了发动机的输入输出模型,通过仿真验证了模型的可行性,较好地描述该发动机的稳态性能,为控制算法的仿真打下了基础;(2)设计了神经网络PID
-
基于构件的航空发动机建模技术研究
-
作者:
姚祖明
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
软件复用
实时仿真
航空发动机
基于构件的软件开发
数学模型
通用仿真平台
-
描述:
基于构件的软件开发方法开发的软件具有封装性好、通用性强、可移植性强、开发周期短和面向最终用户等优点,它是开发低成本的航空发动机系统仿真软件的有效途径。本文以建立一个用于航空发动机特性仿真的可复用
-
基于遗传算法的航空发动机神经网络控制
-
作者:
包睿
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机
遗传算法
数字仿真
PID控制器
神经网络
-
描述:
航空发动机是一个结构复杂的非线性多变量控制对象,具有不确定性和时变性。传统的控制算法的设计依赖于被控对象的精确数学模型,难以对复杂对象进行有效控制。因此,有必要研究不依赖于对象精确数学模型的控制算法
-
航空发动机转子连接螺栓预紧力与疲劳寿命研究
-
作者:
刘存
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机 连接螺栓 轴向预紧力 强度 疲劳寿命
-
描述:
有限元软件建立了螺栓连接转子结构三维循环对称有限元计算模型,计算了发动机各个功率下连接螺栓的压紧力/松弛力。给出了连接螺栓的轴向预紧力的确定需遵循的四条准则:(1)分离准则;(2)强度准则;(3)疲劳