首页>
根据【关键词:数据驱动,设备健康评估,航空燃油试验设备,预防性维护,策略优化】搜索到相关结果 26 条
-
航空燃油试验设备预防性维护策略的优化与实施研究
-
作者:
贺龙龙
来源:
中国设备工程
年份:
2025
文献类型 :
期刊
关键词:
数据驱动
设备健康评估
航空燃油试验设备
预防性维护
策略优化
-
描述:
航空燃油试验设备预防性维护策略的优化与实施研究
-
某航空标准件企业生产调度与设备维护联合优化
-
作者:
李健
贾云杰
陈栋
刘勇
来源:
价值工程
年份:
2019
文献类型 :
期刊
关键词:
参数估计
航空标准件
生产调度
预防性维护
-
描述:
的故障率阈值,进而制定不同的预防性维护策略。通过设计遗传算法发对模型进行求解,对模型所涉及的参数给出估计方法,并通过企业实际运用验证了模型和算法的有效性。
-
海南航空率先采用霍尼韦尔的互联维护服务
-
作者:
宋蓉
来源:
计算机与网络
年份:
2017
文献类型 :
期刊
关键词:
维护服务
数据分析
辅助动力装置
航班延误
机队
海南航空
预防性维护
海航
修复率
机械故障
-
描述:
运营效率,缩短飞机停飞时间。具体来说,海航旗下现役空客A330机队的50多架飞机将全部配备霍尼韦尔互联辅助动力装置(APU)预防性维护服务。基于这项服务,航空公司能够在机械故障发生之前发现和
-
航空发动机数据驱动法气路故障诊断研究进展
-
作者:
夏存江
詹于游
来源:
科学技术与工程
年份:
2022
文献类型 :
期刊
关键词:
气路故障
数据驱动
航空发动机
故障诊断
-
描述:
航空发动机气路故障在发动机故障类别中是非常重要的一环,因此为保障飞行安全需避免气路故障,并及时对气路故障进行排故和预测。而随着现代算力和算法发展,基于数据驱动的方法在气路故障诊断中也具有越来越重要
-
基于GRU+DNN数据驱动的航空发动机故障诊断
-
作者:
张绍懿
薛广宇
来源:
中国机械
年份:
2024
文献类型 :
期刊
关键词:
数据驱动
航空发动机
故障诊断
GRU+DNN
-
描述:
基于GRU+DNN数据驱动的航空发动机故障诊断
-
航空电子产品基于数据驱动的差异化供应商管理体系构建与应用探析
-
作者:
樊芊
孙文智
来源:
中国军转民
年份:
2025
文献类型 :
期刊
关键词:
数据驱动
供应商管理
元器件
-
描述:
航空电子产品基于数据驱动的差异化供应商管理体系构建与应用探析
-
数字孪生及其在航空航天中的应用
-
作者:
孟松鹤
叶雨玫
杨强
黄震
解维华
来源:
航空学报
年份:
2020
文献类型 :
期刊
关键词:
数据驱动
数字孪生
飞行器
模型更新
维护
-
描述:
。本文分析说明了数字孪生体相比一般的模拟模型,具有集中性、动态性和完整性的突出特点。数字孪生的发展需要复杂系统建模、传感与监测、大数据、动态数据驱动分析与决策和数字孪生软件平台技术的支撑。在航空航天领域
-
基于改进的SENet航空发动机振动预测
-
作者:
夏存江
詹于游
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
数据驱动
注意力机制
卷积神经网络
多参数融合
振动预测
-
描述:
为实时监测和预警航空发动机振动状态,基于气路及振动参数,提出一种使用改进的SENet(squeeze-and-excitation network)模型,对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据,使用了真实的QAR(quick access recorder)数据并进行随机采样,以求更能表征发动机振动和工作参数之间的关系。同时,不仅使用其他振动信号进行验证,还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的,SENet模型可以有效并实时追踪振动的突变和波动。此外,该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型,SENet模型在振动的预测中能得到更小的误差。实验证明,相较于以往只使用振动这个单参数进行预测,并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。
-
航空物探工作程度图批量定制技术研究
-
作者:
冯磊
周伟
陈瑶
李文吉
来源:
物探与化探
年份:
2019
文献类型 :
期刊
关键词:
数据驱动
工作程度图
数据字典
批量定制图件
航空物探
-
描述:
文件管理图面样式、用户参数创建图面要素"的技术方法,开展航空物探工作程度图的批量定制功能研究,并基于Arc GIS Engine和C#编程语言开发实现了基于数据驱动的航空物探工作程度图批量定制程序。在
-
飞机完好率预测仿真研究
-
作者:
孙璐璐
滕曰
黄锐
来源:
兵器装备工程学报
年份:
2018
文献类型 :
期刊
关键词:
数据驱动
支持向量机
时间序列预测
飞机完好率
神经网络
-
描述:
利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高。两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度。