全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于退化特征相似性的航空发动机寿命预测
- 作者： 张妍 王村松 陆宁云 姜斌 来源： 系统工程与电子技术 年份： 2019 文献类型 ： 期刊 关键词： Relief特征选择 寿命预测 密度加权 相似性 性能衰退
- 描述： 针对航空发动机结构复杂、性能退化参数众多、寿命预测精度低等问题,提出了一种基于退化特征相似性的寿命预测方法。首先通过基于Relief算法的退化特征筛选、基于主成分分析(principal component analysis,PCA)的特征提取和基于核函数的特征平滑,提取低维正交多变量退化特征;然后进行特征的相似性匹配,寻找与当前样本特征片段最相似的一组历史样本中的特征片段集合,将这些片段对应的RUL信息融合并采用密度加权方法得到当前样本的寿命预测估计值;最后通过美国国家航空航天局(national aeronautics and space administration,NASA)提供的航空涡轮扇发动机仿真数据集验证了该方法的有效性,其寿命预测性能高于现有几种代表性方法。
- 基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测
- 作者： 王玺 胡昌华 任子强 熊薇 来源： 航空学报 年份： 2020 文献类型 ： 期刊 关键词： Wiener过程 航空发动机 寿命预测 性能衰减建模 条件期望最大化
- 描述： 基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测
- 航空发动机叶轮超高周疲劳寿命预测方法
- 作者： 王延忠 杨凯 齐荣华 陈燕燕 李菲 高浩 来源： 浙江大学学报(工学版) 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机叶轮 寿命预测 超高周疲劳 位错偶极子 表面状态
- 描述： 为了预测航空发动机叶轮的超高周疲劳寿命,以某型叶轮为研究对象,研究叶轮叶片在不同载荷状态下的应力和疲劳寿命.建立叶轮的有限元模型,通过仿真分析叶轮叶片在离心、气动载荷作用下的应力变化情况;考虑叶轮叶片的表面状态,修正应力结果;基于位错偶极子模型及相关理论,建立TC4材料的超高周寿命预测模型;结合修正交变应力和寿命预测模型,实现了航空发动机叶轮的寿命预测.对比分析现有模型和该模型下的寿命预测结果,结果表明:2种模型在低、高周范围内预测寿命的变化趋势一致;利用该模型有效解决了叶轮疲劳寿命的预测问题,预测值较贴近测试寿命;叶轮表面状态对疲劳寿命的预测结果影响较大,因为考虑了表面状态,寿命预测结果更贴近测试寿命值.
- 基于退化特征相似性的航空发动机寿命预测
- 作者： 张妍 王村松 陆宁云 姜斌 来源： 系统工程与电子技术 年份： 2019 文献类型 ： 期刊 关键词： Relief特征选择 寿命预测 密度加权 相似性 性能衰退
- 描述： 针对航空发动机结构复杂、性能退化参数众多、寿命预测精度低等问题,提出了一种基于退化特征相似性的寿命预测方法。首先通过基于Relief算法的退化特征筛选、基于主成分分析(principal component analysis,PCA)的特征提取和基于核函数的特征平滑,提取低维正交多变量退化特征;然后进行特征的相似性匹配,寻找与当前样本特征片段最相似的一组历史样本中的特征片段集合,将这些片段对应的RUL信息融合并采用密度加权方法得到当前样本的寿命预测估计值;最后通过美国国家航空航天局(national aeronautics and space administration,NASA)提供的航空涡轮扇发动机仿真数据集验证了该方法的有效性,其寿命预测性能高于现有几种代表性方法。
- 基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
- 作者： 高峰 曲建岭 袁涛 高峰娟 来源： 电子测量与仪器学报 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机 长短时记忆网络 寿命预测 深度学习 差分时域特征
- 描述： 实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
- 某航空发动机燃气涡轮叶片低循环疲劳寿命研究
- 作者： 章的 钱正明 米栋 宣海军 赵勇铭 来源： 机械强度 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 涡轮叶片 寿命预测 试验设计 低循环疲劳
- 描述： 针对目前燃气涡轮叶片更多依赖于后期整机长试才能集中暴露设计不足的问题，以某型发动机燃气涡轮叶片为例，开展了燃气涡轮叶片低循环疲劳寿命研究。首先，在典型循环下开展燃气涡轮叶片应力应变分析，确定了该燃气涡轮叶片的主要失效模式是以应变疲劳控制的低循环疲劳破坏，根据线性损伤累积原理，预测了燃气涡轮叶片的低循环疲劳寿命。然后，创新的提出了一种在旋转试验台实现涡轮叶片低循环疲劳试验的设计方法，采用开环式电磁感应线圈加热叶片，通过热传导实现带温度梯度的燃气涡轮转子温度场，并根据应变等效原则，确定了燃气涡轮转子试验转速。试验结果表明，燃气涡轮叶片预测寿命在5倍寿命分散带以内，且部件试验叶片裂纹位置与整机试验结果吻合。
- 基于Bi-LSTM的航空发动机寿命预测
- 作者： 万晓凡 徐泽宇 张营 来源： 农业装备与车辆工程 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 寿命预测 优化 过拟合 神经网络
- 描述： 针对哪种类型神经网络对航空发动机剩余寿命预测结果更为准确的问题，采用对不同神经网络预测结果比较的方法，通过搭建双向长短时记忆网络预测模型的实验，对网络结构进行过拟合优化和对数据进行预处理后代入模型进行计算，再对长短时记忆网络的结果进行比对。结果表明，双向长短时记忆网络预测效果要比长短时记忆网络有更好的预测能力。
- 基于GA-BP神经网络的航空铝合金预腐蚀疲劳寿命预测
- 作者： 魏雨晨 李旭东 刘治国 穆志韬 来源： 环境技术 年份： 2023 文献类型 ： 期刊 关键词： 遗传算法 航空铝合金 BP神经网络 寿命预测 预腐蚀疲劳
- 描述： 6A02铝合金作为某型直升机动部件常用材料，在海洋环境条件下，此型材料结构易形成腐蚀损伤。在载荷作用下，结构的腐蚀损伤处会加速裂纹的萌生和扩展，进而影响结构的疲劳寿命。为了能够准确预测6A02铝合金在不同腐蚀损伤及载荷条件下的疲劳寿命，本文依次开展了等级腐蚀试验和预腐蚀疲劳寿命试验，以试件表面实测蚀坑平均尺寸及其疲劳寿命试验数据为样本，将遗传算法(GA)引入BP神经网络建立了6A02铝合金预腐蚀疲劳寿命预测模型。最后将模型预测结果与测试集数据进行对比，结果表明：GA-BP神经网络相对于传统BP神经网络具有更好的泛化能力和预测精度，可为其在工程上预测6A02铝合金预腐蚀疲劳寿命提供参考。
- 基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测
- 作者： 李浩 王卓健 李哲 陈煊 李园 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 寿命预测 深度学习 预测模型 数据融合
- 描述： 针对现有航空发动机剩余寿命预测大多基于单点预测模式，不能准确给出预测结果置信区间的问题，提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先，堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取，构建反映性能退化的健康指标（HI），基于双向长短期记忆（BiLSTM）网络构建DeepAR预测模型，将提取后的HI序列输入到DeepAR模型中，预测模型对HI序列与使用时间的隐含关系进行全局学习，并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验，验证所提方法的有效性。结果表明，本文所提预测方法同其他方法相比，对监测数据融合的效果更好，预测模型性能提高6.4%，实际剩余寿命基本在95%置信区间内。