首页>
根据【关键词:故障诊断,飞行控制盒,神经网络,自适应遗传算法,电气控制盒】搜索到相关结果 118 条
-
基于深度学习的航空传感器故障诊断方法
-
作者:
郑晓飞
郭创
姚斌
冯华鑫
来源:
计算机工程
年份:
2018
文献类型 :
期刊
关键词:
信号重构
故障诊断
深度学习
航空传感器
深度置信网络
故障隔离
-
描述:
为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出
-
应用深度核极限学习机的航空发动机部件故障诊断
-
作者:
逄珊
杨欣毅
张勇
韦祥
来源:
推进技术
年份:
2018
文献类型 :
期刊
关键词:
极限学习机
故障诊断
深度神经网络
核方法
涡扇发动机
部件
-
描述:
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为
-
应用深度核极限学习机的航空发动机部件故障诊断
-
作者:
逄珊
杨欣毅
张勇
韦祥
来源:
推进技术
年份:
2018
文献类型 :
期刊
关键词:
极限学习机
故障诊断
深度神经网络
核方法
涡扇发动机
部件
-
描述:
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为
-
基于深度学习的航空传感器故障诊断方法
-
作者:
郑晓飞
郭创
姚斌
冯华鑫
来源:
计算机工程
年份:
2018
文献类型 :
期刊
关键词:
信号重构
故障诊断
深度学习
航空传感器
深度置信网络
故障隔离
-
描述:
为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出
-
应用深度核极限学习机的航空发动机部件故障诊断
-
作者:
逄珊
杨欣毅
张勇
韦祥
来源:
推进技术
年份:
2018
文献类型 :
期刊
关键词:
极限学习机
故障诊断
深度神经网络
核方法
涡扇发动机
部件
-
描述:
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为
-
应用深度核极限学习机的航空发动机部件故障诊断
-
作者:
逄珊
杨欣毅
张勇
韦祥
来源:
推进技术
年份:
2018
文献类型 :
期刊
关键词:
极限学习机
故障诊断
深度神经网络
核方法
涡扇发动机
部件
-
描述:
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为
-
航空发动机“医生”——健康管理系统
-
作者:
范满意
来源:
中国航空报
年份:
2018
文献类型 :
报纸
关键词:
特征提取算法
子系统
航空发动机
分析算法
故障诊断
参数提取
医疗保健领域
状态监视
状态监控
健康管理系统
-
描述:
航空发动机是飞机的心脏,发动机的性能和可靠性直接关系着飞机的性能和安全。由于发动机结构复杂且工作环境恶劣,发动机在试验及使用过程中面临诸多故障,健康管理系统作为航空发动机的“贴身医生”,实时跟踪发动机状态,并针对可能发生的故障提出具有建设性的解决方案。
-
全文:航空发动机是飞机的心脏,发动机的性能和可靠性直接关系着飞机的性能和安全。由于发动机结构复杂且工作环境恶劣,发动机在试验及使用过程中面临诸多故障,健康管理系统作为航空发动机的“贴身医生”,实时跟踪发动机状态,并针对可能发生的故障提出具有建设性的解决方案。
-
航空发动机“医生”——健康管理系统
-
作者:
范满意
来源:
中国航空报
年份:
2018
文献类型 :
报纸
关键词:
特征提取算法
子系统
航空发动机
分析算法
故障诊断
参数提取
医疗保健领域
状态监视
状态监控
健康管理系统
-
描述:
航空发动机是飞机的心脏,发动机的性能和可靠性直接关系着飞机的性能和安全。由于发动机结构复杂且工作环境恶劣,发动机在试验及使用过程中面临诸多故障,健康管理系统作为航空发动机的“贴身医生”,实时跟踪发动机状态,并针对可能发生的故障提出具有建设性的解决方案。
-
全文:航空发动机是飞机的心脏,发动机的性能和可靠性直接关系着飞机的性能和安全。由于发动机结构复杂且工作环境恶劣,发动机在试验及使用过程中面临诸多故障,健康管理系统作为航空发动机的“贴身医生”,实时跟踪发动机状态,并针对可能发生的故障提出具有建设性的解决方案。