基于数据驱动的航空发动机故障诊断

作者： 郭朋微   来源： 东北大学 年份： 2018 文献类型 ： 学位论文 关键词： 数据驱动   支持向量机   航空发动机   故障诊断  

描述： 基于数据驱动的航空发动机故障诊断

基于数据驱动的航空发动机故障诊断

作者： 郭朋微   来源： 东北大学 年份： 2018 文献类型 ： 学位论文 关键词： 数据驱动   支持向量机   航空发动机   故障诊断  

描述： 基于数据驱动的航空发动机故障诊断

通航飞机起落架系统故障频率预测研究

作者： 丰世林   张中波   杜仲   来源： 组合机床与自动化加工技术 年份： 2018 文献类型 ： 期刊 关键词： 支持向量机   起落架系统   信息粒化   故障频率预测  

描述： 文章研究起落架系统发生故障的频率,变事后维修为预防维修,尽可能保证飞行安全。因此提出一种采用模糊信息粒化和支持向量机相融合的时序回归预测技术来预测起落架系统故障发生频率。以某型通航飞机2012年1月

通航飞机起落架系统故障频率预测研究

作者： 丰世林   张中波   杜仲   来源： 组合机床与自动化加工技术 年份： 2018 文献类型 ： 期刊 关键词： 支持向量机   起落架系统   信息粒化   故障频率预测  

描述： 文章研究起落架系统发生故障的频率,变事后维修为预防维修,尽可能保证飞行安全。因此提出一种采用模糊信息粒化和支持向量机相融合的时序回归预测技术来预测起落架系统故障发生频率。以某型通航飞机2012年1月

基于支持向量机的飞机装配工艺模糊综合评价方法

作者： 王跃   谭昌柏   安鲁陵   王志国   来源： 机械制造与自动化 年份： 2018 文献类型 ： 期刊 关键词： 模糊综合评价   支持向量机   装配工艺   飞机  

描述： 针对飞机装配的特点,提出了一种基于支持向量机的飞机装配工艺性综合评价方法。该方法从装配效率、装配成本、装配精度、人机工效学4个方面选取对应的评价指标,通过模糊数学建立这些指标的隶属度函数,从而获取

基于民航团队旅客销售的预测方法分析

作者： 徐月芳   黄奇   来源： 复旦学报(自然科学版) 年份： 2018 文献类型 ： 期刊 关键词： 组合预测算法   支持向量机   BP神经网络   民航收益管理  

描述： 利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果

基于支持向量机的飞机装配工艺模糊综合评价方法

作者： 王跃   谭昌柏   安鲁陵   王志国   来源： 机械制造与自动化 年份： 2018 文献类型 ： 期刊 关键词： 模糊综合评价   支持向量机   装配工艺   飞机  

描述： 针对飞机装配的特点,提出了一种基于支持向量机的飞机装配工艺性综合评价方法。该方法从装配效率、装配成本、装配精度、人机工效学4个方面选取对应的评价指标,通过模糊数学建立这些指标的隶属度函数,从而获取

基于民航团队旅客销售的预测方法分析

作者： 徐月芳   黄奇   来源： 复旦学报(自然科学版) 年份： 2018 文献类型 ： 期刊 关键词： 组合预测算法   支持向量机   BP神经网络   民航收益管理  

描述： 利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果

基于ELM的航空发动机故障诊断方法

作者： 崔建国   刘宏伟   陶书弘   于明月   高阳   来源： 火力与指挥控制 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   极限学习机   故障诊断   小波包  

描述： 以航空发动机主燃油泵为具体研究对象,提出了一种基于基于小波包能量比与极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。对于某型真实航空发动机,采用振动传感器感知发动机附件机匣的振动信号,对获取的发动机附件机匣的振动信号采用DB3小波包对其进行3层小波包分解,求出第3层各频带信号的能量作为原始信号的特征,构建特征向量。用求得的特征向量建立基于ELM的故障诊断模型,对航空发动机主燃油泵进行故障诊断技术研究。为表明该方法的有效性,还设计了基于BP神经网络的故障诊断模型,并对所构建的特征向量进行了诊断。试验结果表明,基于ELM故障诊断方法可以有效提高故障诊断的速度及准确率,具有很好的工程应用前景。

基于ELM的航空发动机故障诊断方法

作者： 崔建国   刘宏伟   陶书弘   于明月   高阳   来源： 火力与指挥控制 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   极限学习机   故障诊断   小波包  

描述： 以航空发动机主燃油泵为具体研究对象,提出了一种基于基于小波包能量比与极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。对于某型真实航空发动机,采用振动传感器感知发动机附件机匣的振动信号,对获取的发动机附件机匣的振动信号采用DB3小波包对其进行3层小波包分解,求出第3层各频带信号的能量作为原始信号的特征,构建特征向量。用求得的特征向量建立基于ELM的故障诊断模型,对航空发动机主燃油泵进行故障诊断技术研究。为表明该方法的有效性,还设计了基于BP神经网络的故障诊断模型,并对所构建的特征向量进行了诊断。试验结果表明,基于ELM故障诊断方法可以有效提高故障诊断的速度及准确率,具有很好的工程应用前景。