基于奇异值分解的航空发动机转子碰摩故障特征提取方法

作者： 张永强   易亮   来源： 应用力学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   航空发动机   奇异值分解   转子碰摩   降噪  

描述： 进行了特征提取,实现了转子系统的碰摩故障特征信号的提取。实际结果表明,该方法能够有效地诊断转子系统碰摩故障及提取相应的故障特征信号。

多源数据融合的民航发动机修后性能预测

作者： 谭治学   钟诗胜   林琳   来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   航空发动机   多源数据融合   发动机维修决策   修后性能预测  

描述： 针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8. 3%。

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

基于RBM-BPNN的民航潜在高价值旅客预测

作者： 徐涛   刘泽君   卢敏   来源： 计算机应用与软件 年份： 2019 文献类型 ： 期刊 关键词： BPNN   特征提取   分类预测模型   民航潜在高价值旅客   RBM  

描述： 目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响。针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)与BP神经网络(Back Propagation Neural Network, BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法。设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客。实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果。

基于多结构卷积神经网络的高分遥感影像飞机目标检测

作者： 姚相坤   万里红   霍宏   方涛   来源： 计算机工程 年份： 2017 文献类型 ： 期刊 关键词： 特征提取   卷积神经网络   多结构网络   目标检测   高分遥感影像  

描述： 传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层数,分别设计4种不同结构的CNN以提取目标从低层、中层到高层不同尺度的特征信息,并将4种CNN输出采用串行方式连接并输入到BP神经网络分类器进行训练。在检测阶段采用滑动窗口方法进行目标搜索。对高分辨遥感影像中飞机的检测实验结果表明,MSCNN在虚警率和召回率上较4种单一结构的CNN具有明显的检测优势,召回率平均提升6%,虚警率平均降低3%。对油罐的检测结果进一步表明,MSCNN可以推广到对遥感影像其他目标的检测。

基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法

作者： 张力   艾海滨   许彪   孙钰珊   董友强   来源： 测绘学报 年份： 2017 文献类型 ： 期刊 关键词： 特征提取   光束法最小二乘平差   倾斜航空摄影   多视影像匹配   仿射不变性特征提取算子  

描述： 自动可靠地获取精确且均匀分布的连接点并进行区域网平差解算,是使用倾斜航空影像进行高精度测绘、三维信息提取和三维城市模型构建等应用的前提。本文提出了一种实用化的大重叠率倾斜航空影像的全自动连接点匹配和联合区域网平差方法。一方面,针对倾斜航空影像因遮挡严重、尺度变化大和几何变形严重而引起的同名点匹配困难问题,充分利用POS数据和平均飞行高度等初始数据,同时顾及这些数据的误差,通过有效组合一种改进的ASIFT算法和基于窗口的多角度多视影像匹配模型(WMVM),使用由粗到细的多分辨率分层匹配策略完成连接点的全自动提取;另一方面,在传统的最小二乘光束法平差的基础上,根据倾斜航空影像数据的特点,提出了基于稳健估值原理的粗差自动探测与剔除关键算法。最后,利用多组典型试验区域的倾斜航空影像数据试验结果验证了所提算法的可靠性、精度和实际性能。

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

航空滚动轴承振动特征的故障灵敏度分析与融合技术

作者： 林桐   陈果   张全德   王洪伟   陈立波   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   灵敏度分析   滚动轴承   特征融合   状态评估  

描述： 针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多特征融合评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析;在此基础上,将所提方法与主分量分析、支持向量数据描述和支持向量分布估计方法相比较;最后,进行了轴承疲劳加速试验,将所提融合方法应用于航空滚动轴承状态监测。试验表明:相比于主分量分析、支持向量数据描述和支持向量分布估计,基于标准化欧氏距离的融合值的故障灵敏度更高;其对不同类型、不同阶段的航空滚动轴承故障更加灵敏,相比于有效值更适合作为航空滚动轴承状态监测的指标。

某型航空发动机中介轴承故障诊断技术研究

作者： 董欢   来源： 沈阳航空航天大学 年份： 2017 文献类型 ： 学位论文 关键词： 特征提取   故障诊断   随机森林   中介轴承   最小熵解卷积  

描述： 航空发动机是飞机的心脏,为满足气动稳定性和减轻重量、提高推重比等方面要求,现代航空发动机多采用双转子或三转子结构,而转子支承系统使用一个或多个中介轴承。由于中介轴承工作时内外圈转速高、动载荷大、环境温度高,因此,故障率高,对飞机的安全运行造成严重威胁。可见,开展航空发动机中介轴承故障诊断与状态监测技术研究,对保证飞机安全可靠运行具有重要意义。本文以某型航空发动机中介轴承为研究对象,利用航空发动机中介轴承故障模拟实验台模拟并采集轴承在正常、外圈故障、滚动体故障三种状态下的振动信号。针对发动机中介轴承信号易受干扰、故障信号微弱的难题,提出了基于最小熵解卷积的去噪方法,提高了信噪比,恢复出原始的冲击信号。提出了固有时间尺度分解(ITD)与近似熵相结合的特征信号提取方法,通过ITD方法将非平稳、非线性的中介轴承振动信号分解成一组固有旋转分量(PR),然后计算其近似熵。将随机森林分类器引入到中介轴承故障诊断,选取不同尺度的近似熵值作为特征向量,输入到分类器模型中进行分类识别与故障诊断。对比分析了不同分类器对中介轴承数据的诊断效果,得出随机森林分类器故障诊断准确率高,最后,应用此方法对某型发动机试验数据进行了研究分析。研究表明,最小熵解卷积方法能有效去除发动机中介轴承故障振动信号中的噪声成分,ITD近似熵方法能准确的提取出中介轴承信号故障特征。采用随机森林对中介轴承故障信号分类,提高了故障诊断准确率。基于某型发动机试验数据,本文所提方法能有效提取出机匣表面振动信号中微弱的中介轴承振动故障信号特征,故障诊断准确率高,具有工程实用性。

某型航空发动机中介轴承故障诊断技术研究

作者： 董欢   来源： 沈阳航空航天大学 年份： 2017 文献类型 ： 学位论文 关键词： 特征提取   故障诊断   随机森林   中介轴承   最小熵解卷积  

描述： 航空发动机是飞机的心脏,为满足气动稳定性和减轻重量、提高推重比等方面要求,现代航空发动机多采用双转子或三转子结构,而转子支承系统使用一个或多个中介轴承。由于中介轴承工作时内外圈转速高、动载荷大、环境温度高,因此,故障率高,对飞机的安全运行造成严重威胁。可见,开展航空发动机中介轴承故障诊断与状态监测技术研究,对保证飞机安全可靠运行具有重要意义。本文以某型航空发动机中介轴承为研究对象,利用航空发动机中介轴承故障模拟实验台模拟并采集轴承在正常、外圈故障、滚动体故障三种状态下的振动信号。针对发动机中介轴承信号易受干扰、故障信号微弱的难题,提出了基于最小熵解卷积的去噪方法,提高了信噪比,恢复出原始的冲击信号。提出了固有时间尺度分解(ITD)与近似熵相结合的特征信号提取方法,通过ITD方法将非平稳、非线性的中介轴承振动信号分解成一组固有旋转分量(PR),然后计算其近似熵。将随机森林分类器引入到中介轴承故障诊断,选取不同尺度的近似熵值作为特征向量,输入到分类器模型中进行分类识别与故障诊断。对比分析了不同分类器对中介轴承数据的诊断效果,得出随机森林分类器故障诊断准确率高,最后,应用此方法对某型发动机试验数据进行了研究分析。研究表明,最小熵解卷积方法能有效去除发动机中介轴承故障振动信号中的噪声成分,ITD近似熵方法能准确的提取出中介轴承信号故障特征。采用随机森林对中介轴承故障信号分类,提高了故障诊断准确率。基于某型发动机试验数据,本文所提方法能有效提取出机匣表面振动信号中微弱的中介轴承振动故障信号特征,故障诊断准确率高,具有工程实用性。