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 28 条
-
航空发动机故障诊断方法研究
-
作者:
张旭
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
回归分析
故障诊断
关联度分析
状态预报
-
描述:
航空发动机故障诊断技术是借助于一定的有效方式对与发动机工作状态密切相关的各种参数实施监测,根据所监测的数据对各部件工作状态的发展趋势做出有价值的判断,对发生的故障做出诊断或对将要发生的故障进行预报
-
航空电台自动测试系统研究
-
作者:
蒋国峰
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
故障诊断
自动测试
航空电台
-
描述:
的集成等;并对功放分机故障诊断技术做了初步探讨。“某航空电台自动测试系统”用来实现对某电台的自动和手动测试功能;根据测试对象特点,采用了基于GPIB总线的自动测试系统总体结构,对通用功能模块部分全部选用
-
WJ5A-I航空发动机振动故障诊断方法研究
-
作者:
任泽刚
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
故障诊断
振动故障
-
描述:
该文提出用故障诊断方法判别发动机故障,以便及时发现发动机振动故障,找出故障原因,提高发动机的可靠性.具体工作如下:1.首先对发动机临界转速进行了计算和实验研究,得到了发动机的动力学特性,为发动机振动故障的诊断打下了基础;2.对发动机易发生的故障进行机理研究和
-
航空发动机故障诊断方法研究
-
作者:
张旭
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
回归分析
故障诊断
关联度分析
状态预报
-
描述:
航空发动机故障诊断技术是借助于一定的有效方式对与发动机工作状态密切相关的各种参数实施监测,根据所监测的数据对各部件工作状态的发展趋势做出有价值的判断,对发生的故障做出诊断或对将要发生的故障进行预报
-
航空电台自动测试系统研究
-
作者:
蒋国峰
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
故障诊断
自动测试
航空电台
-
描述:
的集成等;并对功放分机故障诊断技术做了初步探讨。“某航空电台自动测试系统”用来实现对某电台的自动和手动测试功能;根据测试对象特点,采用了基于GPIB总线的自动测试系统总体结构,对通用功能模块部分全部选用
-
WJ5A-I航空发动机振动故障诊断方法研究
-
作者:
任泽刚
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
故障诊断
振动故障
-
描述:
该文提出用故障诊断方法判别发动机故障,以便及时发现发动机振动故障,找出故障原因,提高发动机的可靠性.具体工作如下:1.首先对发动机临界转速进行了计算和实验研究,得到了发动机的动力学特性,为发动机振动故障的诊断打下了基础;2.对发动机易发生的故障进行机理研究和
-
航空编队飞行中的智能优化控制技术
-
作者:
Ahmed
Mokhtar
Eldamarawy
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
输出反馈控制
遗传算法
智能优化控制
自适应飞行控制
神经网络
编队飞行
-
描述:
了一种自适应智能编队飞行控制器,其中包括:坐标变换、计算和应用于所设计的编队控制器中的智能监控技术。这种已使用的新型智能监控技术采用遗传算法和神经网络为主要技术工具。事实上,编队飞行控制器的目标是在
-
航空发动机故障预报及状态监控关键技术研究
-
作者:
孙颖洁
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
特征提取
信息融合
发动机
故障预报
神经网络
OSA
CBM
-
描述:
;通过新算法与现有算法的不同方面的性能比较,证实了新算法的优越性;并将新算法应用于发动机典型故障数据的故障征兆提取;本文将神经网络技术应用于故障预报的研究,仿真了各种网络对于函数逼近和模式识别的性能
-
航空编队飞行中的智能优化控制技术
-
作者:
Ahmed
Mokhtar
Eldamarawy
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
输出反馈控制
遗传算法
智能优化控制
自适应飞行控制
神经网络
编队飞行
-
描述:
了一种自适应智能编队飞行控制器,其中包括:坐标变换、计算和应用于所设计的编队控制器中的智能监控技术。这种已使用的新型智能监控技术采用遗传算法和神经网络为主要技术工具。事实上,编队飞行控制器的目标是在
-
航空发动机故障预报及状态监控关键技术研究
-
作者:
孙颖洁
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
特征提取
信息融合
发动机
故障预报
神经网络
OSA
CBM
-
描述:
;通过新算法与现有算法的不同方面的性能比较,证实了新算法的优越性;并将新算法应用于发动机典型故障数据的故障征兆提取;本文将神经网络技术应用于故障预报的研究,仿真了各种网络对于函数逼近和模式识别的性能