首页>
根据【关键词:峰度偏度,特征提取,发动机引擎调制,小波分辨,线性差别分析,目标分类】搜索到相关结果 46 条
-
基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
-
作者:
袁烨
黄虹
程骋
虞文武
丁汉
来源:
中国科学:技术科学
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
生成对抗网络
特征提取
航空航天
剩余寿命预测
-
描述:
涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
-
基于航空交流故障电弧标准的电弧仿真研究
-
作者:
孟驰华
马娅娜
韦清瀚
杨昌
来源:
测控技术
年份:
2022
文献类型 :
期刊
关键词:
特征提取
特性分析
模型优化策略
电弧标准
航空交流故障电弧
-
描述:
随着飞机多电全电技术的迅猛发展,电力系统在飞机中的重要程度不断提升,而电弧故障是航空电力系统多发的一类电气故障,会引起飞机火灾,轻则烧毁线路,重则引起飞机坠毁。因此,航空交流故障电弧的研究对保障飞机电力系统的安全十分重要。针对传统航空交流故障电弧模型种类单一、难以准确模拟真实故障电弧的特点,基于航空交流故障电弧试验标准下点接触电极、点接触截断和松动接线柱试验中得到的故障电弧电压、电流特性进行分析后,提出模型改进方法,形成航空交流电弧仿真优化策略,从而涵盖所提航空交流电弧试验标准下的故障电弧特性。通过MATLAB/Simulink完成了电弧模型的搭建,对电弧数据及模型仿真结果进行特征量提取及比较,验证了航空交流故障电弧模型仿真策略和方法的有效性。
-
基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
-
作者:
袁烨
黄虹
程骋
虞文武
丁汉
来源:
中国科学:技术科学
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
生成对抗网络
特征提取
航空航天
剩余寿命预测
-
描述:
涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
-
基于航空发动机工况的叶尖间隙智能预测方法
-
作者:
杨阳
张建超
项洋
陆海鹰
来源:
航空动力学报
年份:
2023
文献类型 :
期刊
关键词:
叶尖间隙
特征提取
机器学习
零维仿真
空气系统
-
描述:
问题,通过机器学习模型对发动机工况参数进行特征提取,利用有效特征求解传热问题的边界,从而实现基于发动机工况参数快速预测实时叶尖间隙。机器学习模型的十折交叉验证集的平均准确率为98.9%,叶尖间隙模型的验证误差为4.3%,得到了不同工况下的叶尖间隙计算结果和冷气流量大小变化规律,计算耗时小于0.03s。
-
航空发动机状态监控和预测性维护应用研究
-
作者:
廖鹏程
李昂
王骁
来源:
测控技术
年份:
2023
文献类型 :
期刊
关键词:
特征提取
深度学习
健康管理
剩余寿命预测
故障预测
-
描述:
为了深化飞参数据的应用价值,通过研究发动机转动件故障预测、剩余寿命预测以及气路健康等,为发动机保障决策和预测性维护提供参考。采用经验模态分解(EMD)结合相对向量机(RVM)、灰度模型(GM)用于发动机转动件、气路监测的状态监控和故障预测,选取波音某型飞机故障数据验证了模型的准确性,平均绝对百分比误差(MAPE)能达到8.46%;采用卡尔曼滤波(KF)结合梯度提升决策树(GBDT)的方法对数据进行降噪并预测剩余寿命,通过美国国家航空航天局(NASA)的航空发动机仿真数据集验证了模型能达到91.3%的准确率;采用核主成分分析(KPCA)结合深度置信网络(DBN)的方法建立发动机气路健康监控模型,经过大量QAR数据验证和测试,预测相对误差为0.43%。针对基于数据挖掘的航空发动机故障诊断算法开展研究,设计了相应的算法,开展了实验验证,通过有效的数据预处理和模型参数调节,使得故障诊断性能达到较高水准,为航空发动机的预测性维护提供了重要参考。
-
基于sMLD特征的远红外航空图像配准算法
-
作者:
郭璠
李小虎
朱洪
唐琎
来源:
红外与毫米波学报
年份:
2023
文献类型 :
期刊
关键词:
航空图像
特征提取
图像配准
特征匹配
远红外
-
描述:
航空场景下的远红外图像迫切需要准确、鲁棒、快速的特征描述与自动配准方法。由于已有的多重线型描述符MLD特征存在“特征孤岛”和“尺度变换受限”的问题,因此针对远红外航空图像的配准问题,文章提出了一种聚合特征点以及线型描述符分段统计的特征描述方式,即sMLD特征。结合sMLD特征相互连接构成网状拓扑结构的特性,还提出了一种由粗到细的分支加速匹配算法RF/BA。其中,RF/BA粗匹配充分利用拓扑图的结构,通过局部寻优算法提高匹配的效率。RF/BA精匹配利用最小外接凸四边形原则和GMS校验原则,提升配准精度。实验结果表明,与已有的几种代表性配准方法相比,所提方法在配准精度和时间开销方面均具有更好的性能。
-
稀疏驱动的航空发动机主轴承智能监测研究(英文)
-
作者:
丁宝庆
武靖耀
孙闯
王诗彬
陈雪峰
李应红
来源:
Transactions of Nanjing University of Aeronautics and Astronautics
年份:
2021
文献类型 :
期刊
关键词:
特征提取
稀疏模型
变分自编码
智能监测
深度学习
航空发动机主轴承
-
描述:
微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一。本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法。通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征
-
一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法
-
作者:
崔江
唐军祥
龚春英
张卓然
来源:
中国电机工程学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
航空发电机
旋转整流器
深度学习
灰色关联度分析
自编码机
-
描述:
提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。
-
基于脉动压力变化率的航空发动机喘振检测方法
-
作者:
雷杰
房剑锋
雷晓波
来源:
燃气涡轮试验与研究
年份:
2019
文献类型 :
期刊
关键词:
特征提取
航空发动机
在线检测
飞行试验
喘振
压力变化率
-
描述:
根据发动机发生喘振故障时气流脉动压力会急剧变化这一特征,通过测量和计算压气机出口脉动压力变化率实时检测喘振的发生。对动态压力信号进行预处理以提取特定频段内的脉动压力,计算固定周期内脉动压力变化率;依据发动机整机地面试验结果设定喘振检测阈值及判据,判断脉动压力变化率是否满足判据来实现喘振检测。利用该方法成功检测出发动机飞行试验中的两次喘振故障。分析得出:发动机未发生喘振时,地面试验和飞行试验脉动压力变化率差异很小;发生喘振时,脉动压力变化率绝对值急剧增大;发动机在稳态和瞬态过程稳定工作时,脉动压力变化率不受发动机工作状态变化的影响。
-
航空发动机信号采集处理及故障检测方法研究
-
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
-
描述:
的方式分别学习数据在时域、频域、时频域上的深层特征进行综合诊断。经实验验证,EDNN模型在噪声环境、变载环境下的平均准确率分别达到了98%和97%,具有比SVM、1D-CNN、DBN等模型更强的抗噪与变负载适应性能力。