航空遥感系统减振平台结构设计与主动减振方法研究

作者： 孟龄赫.   来源： 长春工业大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空遥感   麻雀搜索算法   BP神经网络   主动减振   柔性铰链  

描述： 航空遥感系统减振平台结构设计与主动减振方法研究

航空器跑道占用时间计算模型研究

作者： 张可欣.   来源： 中国民用航空飞行学院 年份： 2023 文献类型 ： 学位论文 关键词： 跑道占用时间   极限学习机   BP神经网络   核主成分分析   鲸鱼优化算法  

描述： 航空器跑道占用时间计算模型研究

航空遥感系统减振平台结构设计与主动减振方法研究

作者： 孟龄赫.   来源： 长春工业大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空遥感   麻雀搜索算法   BP神经网络   主动减振   柔性铰链  

描述： 航空遥感系统减振平台结构设计与主动减振方法研究

航空器跑道占用时间计算模型研究

作者： 张可欣.   来源： 中国民用航空飞行学院 年份： 2023 文献类型 ： 学位论文 关键词： 跑道占用时间   极限学习机   BP神经网络   核主成分分析   鲸鱼优化算法  

描述： 航空器跑道占用时间计算模型研究

主被动源融合的半航空频率域电磁场源效应分析与快速校正研究

作者： 宫靖萱.   来源： 吉林大学 年份： 2024 文献类型 ： 学位论文 关键词： 场源效应   视电阻率   主被动源融合   BP神经网络   半航空频率域电磁  

描述： 主被动源融合的半航空频率域电磁场源效应分析与快速校正研究

基于云微物理参数的飞机积冰区域识别算法研究

作者： 肖安虹.   来源： 南京信息工程大学 年份： 2024 文献类型 ： 学位论文 关键词： 毫米波雷达   飞机积冰   过冷水   BP神经网络   微波辐射计  

描述： 基于云微物理参数的飞机积冰区域识别算法研究

航空公司不安全事件的预测研究

作者： 吕学梅   来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： BP神经网络   民航   MATLAB   主成份分析   不安全事件预测  

描述： 神经元,将其中1月—9月的数据作为训练样本,以10月,11月的数据作为检验样本,发现模型误差较小,证明了该模型用于航空公司不安全事件预测的可行性,具有很好的应用价值。输入1—11月的输入层数据和输出层数据,调用...

航空发动机风扇叶片模态分析及其在结构损伤检测中的应用

作者： 何亮   来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   BP神经网络   结构损伤检测   有限元   模态分析  

描述： 航空发动机零部件(如风扇叶片、盘和壳体等)故障常常因为微小疲劳裂纹而引起的，零部件一旦发生损伤，其破坏程度迅速发展。在未及时发现的情况下，会很快导致整个结构的毁坏，后果不堪设想，往往导致重大安全事故。因此，研究航空发动机风扇叶片结构损伤的检测方法具有重要的理论和现实意义。 论文总结了基于振动特性的结构损伤检测技术的发展概况以及人工神经网络在结构损伤识别中的应用，综合运用模态分析实验、有限元计算以及人工神经网络等方法，建构处于各种损伤条件下风扇叶片的简化平板模型，并计算各模型的固有频率和振型等模态参数，探讨了损伤位置和损伤程度对其的影响。 论文选取结构的第一阶振型相对改变率和固有频率平方的变化为标识量，建立了用于检测航空发动机风扇叶片结构损伤位置和程度的BP神经网络模型。论文还提出使用有限元计算数据作为网络学习样本，对网络进行训练。通过平板结构四种损伤模型的实验模态分析结果与有限元计算结果对比，验证该方法的准确性和可行性，解决了工程实际中故障样本不足的问题。BP神经网络仿真输出结果达到较高的精度，证明该网络模型能够准确识别损伤的位置和程度。论文研究成果对结构损伤检测、结构改型和优化设计有重要理论意义和一定的参考价值。

航空发动机智能故障诊断系统关键技术研究

作者： 蒋帅   来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   遗传算法   BP神经网络   故障诊断   模糊专家系统  

描述： 实现飞机发动机智能故障诊断对保证飞行安全和提高飞机出勤率起着至关重要的作用。然而现有的绝大多数飞机发动机故障诊断系统都没有充分利用实时飞行参数数据与设备故障报文相结合进行实时故障诊断，且普遍存在虚警率高、诊断精度低的缺点。针对上述问题，本文首先将实时下传的飞行参数和故障报文相结合，设计实现了基于“神经网络＋模糊专家系统”分级诊断的航空发动机智能故障诊断系统结构及其关键技术解决方案。神经网络通过对部分关键飞行参数数据进行处理，实现系统部件级的初级故障诊断，确定故障发生的大致范围；模糊专家系统结合初级诊断结果和其他数据实现二级诊断，完成深层次故障的精确定位。该系统结构利用了神经网络长于数值计算、诊断精度高和模糊专家系统知识表达明确的优点，降低了各自构造的复杂性，提高了诊断精度；同时将飞行参数与故障报文相互验证，也一定程度上降低了虚警率。其次，本文采用三层BP神经网络建立了初级诊断模型并采用遗传算法对网络初始化权值和阈值进行全局优化，提高了训练效率，通过算法仿真和结果分析验证了该方法的有效性。重点完成了基于模糊逻辑推理的二级诊断专家系统中模糊规则库模块分层树型结构设计和多规则方法表示、模糊推理机模块基于深度优先的正反向混合推理算法和不确定性计算方法的设计与实现以及故障征兆提取模块的方法实现。最后，本文在VC环境下编码实现了航空发动机智能故障诊断系统验证软件，并选取发动机典型故障模式和部分实际故障样本数据进行了系统测试。通过对测试结果的分析，验证了本文研究成果的正确性。

基于粗糙集的民航无线电干扰预测系统研究

作者： 李雪岩   来源： 中国民航大学 年份： 2017 文献类型 ： 学位论文 关键词： 存储过程   民航无线电干扰预测   BP神经网络   粗糙集   系统设计  

描述： 民航无线电干扰是指民航通信导航监视系统在运行过程中因受民航系统内部或外部因素影响而出现工作质量下降的情况。随着无线电技术在社会各行业中广泛的应用,民航运行所面临的电磁环境日益复杂,无线电干扰成为了民航系统亟须解决的难题。为了提高民航无线电的抗干扰能力,减轻干扰造成的负面影响,本文研究和设计了民航无线电干扰预测系统。本文研究的主要问题是干扰预测方法的研究和干扰预测系统的设计。本文首先基于粗糙集理论分析民航无线电干扰报告数据,建立影响民航无线电干扰因素所处的状态与干扰之间的映射关系,并通过真实数据测试方法的性能;之后将反向传播(Back-Propagation,BP)神经网路与粗糙集理论相结合,利用粗糙集理论处理模糊数据的优势弥补神经网络处理此类数据时的不足来提高预测的准确性,并利用仿真实验测试预测方法的性能;最后,依据民航无线电干扰报告数据的特点与预测方法的需求来设计干扰预测系统,并进行相应的系统性能测试以验证其性能。本文研究的民航无线电干扰预测系统能够为民航无线电管理者采取相应抗干扰措施,提高民航无线电系统运行稳定性等工作提供支持。