首页>
根据【关键词:故障诊断,V,深度残差收缩网络,HVDC系统,故障模块识别,270,线电压幅值分析】搜索到相关结果 86 条
-
增强现实技术在飞机维修保障过程中的应用研究
-
作者:
王雪飞
刘东
史泽波
来源:
飞机设计
年份:
2021
文献类型 :
期刊
关键词:
维修保障
故障诊断
增强现实
-
描述:
将增强现实技术应用于飞机维修保障,能够有效提高飞机的保障效能。研究了就增强现实技术在飞机维修保障过程中的应用,制定了研究方案,包括使用保障作业引导、智能维修辅助和交互式智能故障诊断引导3个方向的研究
-
板级自动测试系统在航空电子装备中的应用
-
作者:
吕思璐
王作天
张明阳
韦志会
田开顺
来源:
计算机测量与控制
年份:
2021
文献类型 :
期刊
关键词:
板级自动测试
故障诊断
逆向分析
-
描述:
,对维修单位而言在电路板级故障诊断带来很大困难;国内早期板级自动测试系统的研究偏向于专板专用,专业性较强通用性较弱,与实际维修保障应用方面相结合的案例较少,文章针对这一短板,对通用性较强的板级产品
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造
-
基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
-
作者:
肖晓阳
来源:
航空维修与工程
年份:
2021
文献类型 :
期刊
关键词:
RBF神经网络
故障诊断
引气系统
排故
-
描述:
鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造
-
基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
-
作者:
肖晓阳
来源:
航空维修与工程
年份:
2021
文献类型 :
期刊
关键词:
RBF神经网络
故障诊断
引气系统
排故
-
描述:
鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
-
基于遗传-Bp神经网络的航空发动机气路故障诊断研究
-
作者:
朱涛
张栋善
来源:
中阿科技论坛(中英文)
年份:
2021
文献类型 :
期刊
关键词:
BP神经网络
故障诊断
航空发动机气路
-
描述:
文章概述了BP神经网络结构,分析了BP神经网络内部的故障检测运算方式,进而研究了BP神经网络在航空发动机气路故障诊断中的具体应用,希望可以为相关人员提供参考。
-
航空Vienna整流器故障诊断与容错控制
-
作者:
郝振洋
徐子梁
陈宇
任小永
张之梁
来源:
电工技术学报
年份:
2021
文献类型 :
期刊
关键词:
容错控制
故障诊断
Vienna整流器
空间矢量脉宽调制(SVPWM)
-
描述:
Vienna整流器因其高效率、高功率密度等优点得到广泛的关注,为满足航空应用中高可靠性的要求,研究Vienna整流器故障诊断和容错控制非常有必要。该文通过分析Vienna整流器在单个开关管开路故障
-
基于优化CNN的航空液压管路卡箍故障诊断
-
作者:
窦金鑫
薛政坤
于晓光
范玉鑫
刘忠鑫
杨同光
来源:
机床与液压
年份:
2021
文献类型 :
期刊
关键词:
液压管路卡箍
卷积神经网络
故障诊断
优化变分模态分解
-
描述:
箍智能故障诊断方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和故障诊断。