全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
关键词
- 航空发动机及燃气轮机整机性能仿真综述
- 作者： 董威 尹家录 郑培英 程显达 来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 燃气轮机 物理机理模型 人工智能 总体性能 仿真 应用模型
- 描述： 算法在总体性能仿真中的应用现状；介绍了机载模型、机理-数据混合模型和多维度模型基本方法和主要成果。基于目前的研究成果和技术发展趋势，认为航空发动机及燃气轮机总体性能仿真应向物理机理模型更精细化、人工智能技术更深入和应用模型构建更为规范化的方向发展。
- 数字化转型下航空发动机仿真技术发展机遇及应用展望
- 作者： 曹建国 来源： 系统仿真学报 年份： 2023 文献类型 ： 期刊 关键词： 数字化转型 航空发动机 高性能计算 人工智能 仿真技术 大数据 云计算
- 描述： 新时代我国社会经济的发展和国防能力的提升，对航空发动机的发展提出了更高的要求，亟需推进航空发动机数字化转型，以实现航空发动机协同、敏捷、高效研制。结合我国航空发动机研发现状，阐明了新兴前沿技术
- 航空发动机及燃气轮机整机性能仿真综述
- 作者： 董威 尹家录 郑培英 程显达 来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 燃气轮机 物理机理模型 人工智能 总体性能 仿真 应用模型
- 描述： 算法在总体性能仿真中的应用现状；介绍了机载模型、机理-数据混合模型和多维度模型基本方法和主要成果。基于目前的研究成果和技术发展趋势，认为航空发动机及燃气轮机总体性能仿真应向物理机理模型更精细化、人工智能技术更深入和应用模型构建更为规范化的方向发展。
- 多模态生理和行为数据监测方法在民航安全领域的价值和应用前景
- 作者： 王丹丹 孟婷 来源： 民航管理 年份： 2023 文献类型 ： 期刊 关键词： 多模态 应用前景 数据监测 民航安全
- 描述： 安全建设是民航领域的重要话题。近年来，民航安全的关注重点已更聚焦于如何前移安全事故的预防和预警。为此，本文作者在《实现安全关口前移的有效路径探析》一文曾提出“通过精细化、数字化的手段，平衡安全管理与安全投入，建立安全通道”的倡导（详见本刊2022年第12期，编者注）。
- 多模态生理和行为数据监测方法在民航安全领域的价值和应用前景
- 作者： 王丹丹 孟婷 来源： 民航管理 年份： 2023 文献类型 ： 期刊 关键词： 多模态 应用前景 数据监测 民航安全
- 描述： 安全建设是民航领域的重要话题。近年来，民航安全的关注重点已更聚焦于如何前移安全事故的预防和预警。为此，本文作者在《实现安全关口前移的有效路径探析》一文曾提出“通过精细化、数字化的手段，平衡安全管理与安全投入，建立安全通道”的倡导（详见本刊2022年第12期，编者注）。
- 基于知识图谱的航空多模态数据组织与知识发现技术研究
- 作者： 何柳 安然 刘姝妍 李润岐 陶剑 曾照洋 来源： 图学学报 年份： 2024 文献类型 ： 期刊 关键词： 数据组织 多模态 跨模态检索 知识发现 知识图谱
- 描述： 航空产品在研制使用生命周期过程中产生的数据呈现出多源多模态的特性，面向此类数据进行知识工程建设时，传统基于关键词的文本检索方式已经无法满足科研人员在科研过程中对知识的获取需求。知识图谱作为当前人工智能
- EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析
- 作者： 郭文军 张自来 陈丽君 来源： 液压与气动 年份： 2022 文献类型 ： 期刊 关键词： AR 多模态 故障诊断 液压泵 神经网络 EMD
- 描述： 针对新一代飞机高综合化、高复杂度和高耦合性导致的传统推理故障诊断策略难以满足现代维修保障需求的问题，开展基于广义回归神经网络(Generalized Regression Neural Network, GRNN)的飞机液压泵智能化故障诊断研究。构建经验模态分解(Empirical Mode Decomposition, EMD)与自回归(Autoregressive, AR)相融合的深度特征提取方法，提升原始信号的隐层故障特征筛选能力；再将增强后的隐层特征与GRNN相结合进行神经网络训练，提升智能诊断模型的识别精度。实验结果表明，EMD-AR-GRNN智能诊断模型能快速、准确地诊断出液压泵各故障模态，对保障设备的安全运行，提升系统可靠性具有重要的意义。
- EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析
- 作者： 郭文军 张自来 陈丽君 来源： 液压与气动 年份： 2022 文献类型 ： 期刊 关键词： AR 多模态 故障诊断 液压泵 神经网络 EMD
- 描述： 针对新一代飞机高综合化、高复杂度和高耦合性导致的传统推理故障诊断策略难以满足现代维修保障需求的问题，开展基于广义回归神经网络(Generalized Regression Neural Network, GRNN)的飞机液压泵智能化故障诊断研究。构建经验模态分解(Empirical Mode Decomposition, EMD)与自回归(Autoregressive, AR)相融合的深度特征提取方法，提升原始信号的隐层故障特征筛选能力；再将增强后的隐层特征与GRNN相结合进行神经网络训练，提升智能诊断模型的识别精度。实验结果表明，EMD-AR-GRNN智能诊断模型能快速、准确地诊断出液压泵各故障模态，对保障设备的安全运行，提升系统可靠性具有重要的意义。