基于DRSN与电压幅值分析的航空HVDC系统中逆变器故障诊断

作者： 黄湛钧   董鑫   卢沐宇   张瑞涛   闫钊阳   张安   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 故障诊断   深度残差收缩网络   HVDC系统   故障模块识别   270V   线电压幅值分析  

描述： 机载270V高压直流(HVDC)系统的故障诊断一直是航电领域中的一个难点问题，为此提出了基于深度残差收缩网络(DRSN)的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于

基于猎人-猎物优化特征选择的航空发动机尾喷管控制系统故障诊断

作者： 陈映雪     冯冠翔     缑林峰     梁光奥     陈华涛     韩小宝.   来源： 第七届空天动力联合会议暨中国航天第三专业信息网第四十三届技术交流会论文集（第四册） 年份： 2023 文献类型 ： 会议论文 关键词： 支持向量机   航空发动机   猎人   故障诊断   猎物优化算法   尾喷管  

描述： 52.44%,程序运行时间减少了40.37%,在基于提取特征的情况下准确率提高了4.24%,程序运行时间减少了21.39%。上述结果表明,本研究所提出故障诊断方法的性能远远优于传统方法,能够极大

面向航空发动机推力控制的大气参数测量系统设计

作者： 李琛   郝彬彬   左伟   何佳音   吴新   高凯   来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 大气环境参数   航空发动机   故障诊断   信号表决   推力控制   容错能力  

描述： 和发动机的有限硬件资源，提出了一种适用于多发飞机的多余度机载环境大气参数测量系统架构。针对不同来源的信号，分别设计了相应信号故障诊断算法、表决算法以及多源信号故障切换逻辑，保证系统在信号发生故障时可及时

基于模型参数辨识的航空发动机风扇叶片裂纹故障诊断

作者： 张帅   来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 叶片裂纹   遗传算法   航空发动机   阻尼   故障诊断   参数辨识  

描述： 。结果表明：相同叶片不同次测量试验得到的叶片阻尼比相差0.02%；不同叶片个体差异导致的阻尼比最大相差2.9%;5#风扇叶片产生裂纹后的阻尼比减小了6.4%。可见，叶片的阻尼比对其几何特性的变化十分敏感，且通过对风扇叶片阻尼比进行模型参数对应的遗传算法辨识能够实现风扇叶片裂纹故障诊断。

基于DRSN与电压幅值分析的航空HVDC系统中逆变器故障诊断

作者： 黄湛钧   董鑫   卢沐宇   张瑞涛   闫钊阳   张安   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 故障诊断   深度残差收缩网络   HVDC系统   故障模块识别   270V   线电压幅值分析  

描述： 机载270V高压直流(HVDC)系统的故障诊断一直是航电领域中的一个难点问题，为此提出了基于深度残差收缩网络(DRSN)的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于

基于猎人-猎物优化特征选择的航空发动机尾喷管控制系统故障诊断

作者： 陈映雪     冯冠翔     缑林峰     梁光奥     陈华涛     韩小宝.   来源： 第七届空天动力联合会议暨中国航天第三专业信息网第四十三届技术交流会论文集（第四册） 年份： 2023 文献类型 ： 会议论文 关键词： 支持向量机   航空发动机   猎人   故障诊断   猎物优化算法   尾喷管  

描述： 52.44%,程序运行时间减少了40.37%,在基于提取特征的情况下准确率提高了4.24%,程序运行时间减少了21.39%。上述结果表明,本研究所提出故障诊断方法的性能远远优于传统方法,能够极大