首页>
根据【关键词:整流电路,长短时记忆网络,电励磁双凸极发电机,故障诊断】搜索到相关结果 155 条
-
基于LSTM的航空发电机整流电路诊断技术
-
作者:
陈文杰
崔江
来源:
电机与控制应用
年份:
2023
文献类型 :
期刊
关键词:
整流电路
长短时记忆网络
电励磁双凸极发电机
故障诊断
-
描述:
整流电路是航空发电机的重要组成部分,存在故障频发且维修困难等问题。为对电励磁双凸极发电机(DSEG)的整流电路进行故障诊断,研究了一种基于长短时记忆(LSTM)网络的故障诊断方法。首先,采集多种故障
-
基于LSTM-DBN的航空发动机剩余寿命预测
-
作者:
李京峰
陈云翔
项华春
蔡忠义
来源:
系统工程与电子技术
年份:
2020
文献类型 :
期刊
关键词:
长短时记忆网络
健康指标
深度置信网络
剩余寿命预测
-
描述:
针对航空发动机剩余寿命预测中多传感器监测数据维度高、规模大以及时间序列信息考虑不充分等问题,提出一种融合长短时记忆网络和深度置信网络的剩余寿命预测方法。首先,利用长短时记忆网络分别对单一传感器进行时间序列预测;其次,将预测结果整合输入到深度置信网络进行健康指标提取;再次,结合健康指标预测曲线和失效阈值得到剩余寿命预测结果;最后,利用商用模块化航空推进系统仿真数据集开展实验并与已有方法进行对比分析,验证了该方法的可行性和有效性。
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者:
高峰
曲建岭
袁涛
高峰娟
来源:
电子测量与仪器学报
年份:
2019
文献类型 :
期刊
关键词:
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述:
实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
-
基于特征优选的航空发动机剩余寿命预测
-
作者:
李鹏
丁瀛
黄培炜
杜艺博
来源:
中国测试
年份:
2022
文献类型 :
期刊
关键词:
特征优选
II
长短时记忆网络
NSGA
剩余寿命预测
-
描述:
特征融合与相似性匹配法,计算剩余寿命预测评价指标,并基于非劣分层遗传算法进行特征优选。最后,对基于特征优选的剩余寿命预测效果进行验证,结果表明:1)在同一非劣层中,随着特征数量的增加,剩余寿命评价指标
-
基于盲源分离技术的航空发动机轴承故障诊断
-
作者:
吴金钟
艾延廷
陈英涛
田晶
来源:
滨州学院学报
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
滚动轴承
故障诊断
盲源分离
-
描述:
滚动轴承是航空发动机转子系统中重要的支撑部件,其运行状态直接影响整台发动机的工作性能。介绍了基于盲源分离技术的滚动轴承振动信号分析与故障诊断方法,分析了滚动轴承典型故障机理。通过对某型航空发动机进行
-
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
-
改进一维卷积神经网络的航空发动机故障诊断方法
-
作者:
伍济钢
文港
杨康
来源:
电子测量与仪器学报
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
一维卷积神经网络
多尺度模块
-
描述:
针对现有航空发动机故障诊断的1DCNN方法缺乏故障频率多尺度特征提取能力以及对原始振动信号时域特征提取不足的问题,通过融合内嵌多尺度层到双通道1DCNN提出了改进1DCNN的航空发动故障诊断方法
-
航空发动机故障诊断与研究
-
作者:
李东辉
喻甲其
杨梅
来源:
设备管理与维修
年份:
2022
文献类型 :
期刊
关键词:
航空
故障诊断
发动机
-
描述:
作为航空设备的主要构成部分之一,航空发动机属于动力源泉。若航空发动机出现故障,会对航空设备性能及安全等造成影响。将航空发动机故障诊断技术作为主要研究对象,分析较为常用的诊断技术,并探究诊断技术的发展。
-
基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究
-
作者:
姚艳玲
袁化成
陆超
唐晓澜
黄爱华
来源:
测控技术
年份:
2022
文献类型 :
期刊
关键词:
序列到序列
卷积神经网络
故障诊断
发动机喘振
-
描述:
和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题,在序列到序列(Seq2Seq)模型的基础上,使用卷积神经网络(CNN)代替Seq2Seq中编码器
-
航空发动机典型振动故障分析软件开发及应用
-
作者:
金业壮
许卓
邓奕辰
李晖
闻邦椿
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
振动故障
分析软件
-
描述:
充分考虑故障信号采集需具有的准确、实时等特点的基础上,详细介绍所开发的软件功能;最后应用该软件对航空发动机的机油故障进行实际的诊断与测试。研究结果表明:该软件各项功能表现优秀,可很好地实现对发动机典型振动故障信号的实时采集、分析处理、数据输出等功能,能够满足故障诊断的需求。