首页>
根据【关键词:原位检测,航空发动机,关节空间,连续体机器人,运动研究】搜索到相关结果 11 条
-
航空发动机棒状静电传感器感应特性数值仿真
-
作者:
郭家琛
左洪福
姜衡
钟志荣
刘全
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
数值模型
棒状传感器
航空发动机
静电监测
-
描述:
针对以往仿真研究的不足,介绍了航空发动机气路静电监测原理并建立了尾喷管棒状静电传感器的数值计算模型。受数字信号采样思路的启发,以MATLAB为工具模拟带电颗粒物动态运动过程,基于构建的数值计算模型对
-
某型航空发动机海量试验数据回放系统设计
-
作者:
胡宝权
许悦
刘振涛
高艳军
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
TDMS
航空发动机
数据回放
数据分析
-
描述:
为解决某型航空发动机试验过程中产生的海量试验数据回放与分析功能的不足,设计并开发了一套多功能的试验数据回放系统。系统提供数据回放、数据解析等一站式服务,支持TDMS、Excel、DAT、CSV等格式
-
基于集成学习的航空发动机排气温度预测
-
作者:
易文川
王兴
王翔
唐庆如
来源:
航空计算技术
年份:
2022
文献类型 :
期刊
关键词:
集成学习
航空发动机
排气温度
神经网络
-
描述:
准确预测排气温度对预知航空发动机未来的工作状态至关重要。然而,传统航空发动机排气温度预测模型存在预测精度有限、对时间序列数据的信息利用率不足等问题。提出了一种多模型集成的航空发动机排气温度预测方法
-
基于混沌振子阵列的航空发动机早期故障检测方法
-
作者:
牛伟
郭阳明
王森
成娟
来源:
航空计算技术
年份:
2022
文献类型 :
期刊
关键词:
信号去噪
航空发动机
混沌振子
早期故障
-
描述:
航空发动机作为飞机的动力来源,其性能直接影响飞机飞行的安全性和可靠性。针对航空发动机在故障出现早期具有背景噪声剧烈、故障信号微弱、多故障特征频率叠加等问题,提出一种互相关去噪与混沌振子阵列扫描融合
-
基于PCA-BP的航空发动机大修周期预测方法
-
作者:
符式峰
贾晓亮
安磊
常笑
来源:
航空计算技术
年份:
2022
文献类型 :
期刊
关键词:
主成分分析
航空发动机
大修周期
BP神经网络
-
描述:
航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点,针对数据驱动的航空发动机大修周期预测,提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机
-
基于特征优化与改进KNN的航空发动机故障诊断
-
作者:
周寒
莫李平
刘渊
王奕首
卿新林
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
改进KNN算法
特征优化算法
-
描述:
为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入改进
-
航空发动机燃油调节器流量异常故障诊断
-
作者:
张炳诚
毛碧波
刘雪娇
林萌
宋炯亮
杨懿
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
流量
故障树
燃油调节器
-
描述:
针对某型号航空发动机在试验中燃油调节器流量数据异常,采用故障树分析方法对燃油调节器的故障进行诊断分析。介绍了故障树的基本原理、建树的原则和基本步骤。故障树分析得出多个底事件,通过对底事件的分析,实现
-
基于改进GRU的航空发动机剩余寿命预测
-
作者:
车畅畅
王华伟
倪晓梅
付强
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
时间序列预测
性能退化分析
GRU神经网络
剩余寿命预测
-
描述:
针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多
-
基于贝叶斯网络的航空发动机故障诊断研究
-
作者:
徐嫄乐
缪志松
姜哲
来源:
航空计算技术
年份:
2020
文献类型 :
期刊
关键词:
蒙特卡罗仿真
航空发动机
贝叶斯网络
故障诊断
气路系统
-
描述:
针对航空发动机气路系统故障诊断,采用贝叶斯统计方法,建立气路部件健康参数与测量参数残差构成的贝叶斯网络模型,采用离散化方法计算得到贝叶斯网络中各个节点的条件概率分布,结合测量残差的实测信息,实现气路
-
基于多变量多步CNN的航空发动机剩余寿命预测
-
作者:
曹越
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
卷积神经网络
剩余寿命
端对端预测
状态参数
-
描述:
针对航空发动机状态参数多、非线性特征提取难、多环节剩余寿命预测累计误差高的痛点问题,提出多变量多步卷积神经网络用于航空发动机剩余寿命预测。将多状态参数对应的长时间序列作为输入样本,连续的剩余寿命值