首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
健康指数,奇异值分解,故障诊断,经验模态分解,退化状态,模糊神经网络
】搜索到相关结果
5
条
按文献类别分组
期刊
(165)
学位论文
(123)
会议论文
(10)
图书
(5)
报纸
(3)
按栏目分组
期刊
(165)
学位论文
(123)
会议论文
(10)
图书
(5)
报纸
(3)
按年份分组
2023
(25)
2022
(43)
2021
(46)
2020
(53)
2019
(48)
2018
(46)
2017
(13)
2016
(29)
2013
(1)
2012
(1)
1990
(1)
按来源分组
南京航空航天大学
(31)
中国民航大学
(11)
沈阳航空航天大学
(7)
北京航空航天大学
(7)
机床与液压
(5)
电子测试
(3)
中国民用航空学院
(3)
科学技术与工程
(3)
推进技术
(3)
哈尔滨工程大学
(3)
科技资讯
(2)
吉林大学
(2)
北京:航空工业出版社
(2)
中国航天第三专业信息网第四十届技术交流会暨第四届空天动力联合会议
(2)
中国科技信息
(2)
电工技术学报
(2)
滨州学院学报
(2)
科学技术创新
(2)
长春理工大学
(1)
北京:北京航空航天大学出版社
(1)
江西财经大学
(1)
长安大学
(1)
科技经济导刊
(1)
金陵科技学院学报(社会科学版)
(1)
兵器装备工程学报
(1)
雷达与对抗
(1)
应用力学学报
(1)
成都理工大学
(1)
弹箭与制导学报
(1)
上海财经大学
(1)
关键词
基于相似性与GA-RF的航空发动机剩余寿命预测
作者:
赵洪利
魏凯
来源:
机床与液压
年份:
2022
文献类型 :
期刊
关键词:
健康指数
遗传算法
多模型相似性
随机森林
发动机寿命预测
描述:
针对单参数不能准确表征发动机性能退化过程,以及传统智能学习模型难以准确拟合发动机退化模型等问题,提出一种融合数据构建发动机健康指数(HI),并结合多模型相似性匹配与集成模型进行发动机剩余寿命预测的方法。利用层次聚类与轮廓系数筛选参数,并融合为发动机健康指数。采用遗传算法优化随机森林拟合发动机性能退化过程,并将多模型相似性匹配用于回归模型预测,优化模型的预测结果。选择某涡扇发动机仿真数据集(C-MPASS)验证所提方法的有效性。结果表明:该方法的RMSE为6.128、MAE为4.901,且融合健康指数和多模型相似匹配极大地提高了发动机剩余寿命预测精度。
基于优化CNN的航空液压管路卡箍
故障诊断
作者:
窦金鑫
薛政坤
于晓光
范玉鑫
刘忠鑫
杨同光
来源:
机床与液压
年份:
2021
文献类型 :
期刊
关键词:
液压管路卡箍
卷积神经网络
故障诊断
优化变分模态分解
描述:
智能
故障诊断
方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和
故障诊断
。
航空发动机典型振动故障分析软件开发及应用
作者:
金业壮
许卓
邓奕辰
李晖
闻邦椿
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
振动故障
分析软件
描述:
充分考虑故障信号采集需具有的准确、实时等特点的基础上,详细介绍所开发的软件功能;最后应用该软件对航空发动机的机油故障进行实际的诊断与测试。研究结果表明:该软件各项功能表现优秀,可很好地实现对发动机典型振动故障信号的实时采集、分析处理、数据输出等功能,能够满足
故障诊断
的需求。
多尺度特征组合优化的航空液压管路
故障诊断
作者:
薛政坤
汪曦
于晓光
王宠
刘思远
张景博
来源:
机床与液压
年份:
2022
文献类型 :
期刊
关键词:
变分模态分解
故障诊断
航空液压管路
优化多尺度散布熵
描述:
为根据管路振动信号准确识别故障类型,提出一种多尺度特征组合优化的航空液压管路
故障诊断
方法。利用能量比值法确定变分模态分解参数,实现管路振动信号的优化分解,选取最佳模态分量信号进行重构,重构后的信号
基于Bi/GRU模型的航空发动机外部液压管路
故障诊断
研究
作者:
黄续芳
赵平
冯铃
张丽
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
液压管路
故障诊断
深度学习
Bi/GRU模型
描述:
针对航空液压管路故障信号含有噪声干扰导致管路故障识别困难的问题,提出一种基于双向门控循环单元(Bi/GRU)的深度学习液压管路
故障诊断
方法。由Bi/GRU神经网络模型综合液压管路数据进行时序特征提取
<
1
>
Rss订阅
订阅地址: