首页>
根据【关键词:无参考模型,特征提取,卷积神经网络,特征融合,多模态数据,深度学习,网络结构,影像质量评价】搜索到相关结果 4 条
-
航空发动机状态监控和预测性维护应用研究
-
作者:
廖鹏程
李昂
王骁
来源:
测控技术
年份:
2023
文献类型 :
期刊
关键词:
特征提取
深度学习
健康管理
剩余寿命预测
故障预测
-
描述:
为了深化飞参数据的应用价值,通过研究发动机转动件故障预测、剩余寿命预测以及气路健康等,为发动机保障决策和预测性维护提供参考。采用经验模态分解(EMD)结合相对向量机(RVM)、灰度模型(GM)用于发动机转动件、气路监测的状态监控和故障预测,选取波音某型飞机故障数据验证了模型的准确性,平均绝对百分比误差(MAPE)能达到8.46%;采用卡尔曼滤波(KF)结合梯度提升决策树(GBDT)的方法对数据进行降噪并预测剩余寿命,通过美国国家航空航天局(NASA)的航空发动机仿真数据集验证了模型能达到91.3%的准确率;采用核主成分分析(KPCA)结合深度置信网络(DBN)的方法建立发动机气路健康监控模型,经过大量QAR数据验证和测试,预测相对误差为0.43%。针对基于数据挖掘的航空发动机故障诊断算法开展研究,设计了相应的算法,开展了实验验证,通过有效的数据预处理和模型参数调节,使得故障诊断性能达到较高水准,为航空发动机的预测性维护提供了重要参考。
-
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:
发动机上的多传感器试验数据对模型进行实验,实验结果表明该模型在显著降低模型大小和计算量的同时,在精确率、召回率及F1 Score上仍然获得了94.3%、92.1%、93.2%的表现,同时单次预测耗时仅需2 ms。
-
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:
发动机上的多传感器试验数据对模型进行实验,实验结果表明该模型在显著降低模型大小和计算量的同时,在精确率、召回率及F1 Score上仍然获得了94.3%、92.1%、93.2%的表现,同时单次预测耗时仅需2 ms。
-
基于航空交流故障电弧标准的电弧仿真研究
-
作者:
孟驰华
马娅娜
韦清瀚
杨昌
来源:
测控技术
年份:
2022
文献类型 :
期刊
关键词:
特征提取
特性分析
模型优化策略
电弧标准
航空交流故障电弧
-
描述:
随着飞机多电全电技术的迅猛发展,电力系统在飞机中的重要程度不断提升,而电弧故障是航空电力系统多发的一类电气故障,会引起飞机火灾,轻则烧毁线路,重则引起飞机坠毁。因此,航空交流故障电弧的研究对保障飞机电力系统的安全十分重要。针对传统航空交流故障电弧模型种类单一、难以准确模拟真实故障电弧的特点,基于航空交流故障电弧试验标准下点接触电极、点接触截断和松动接线柱试验中得到的故障电弧电压、电流特性进行分析后,提出模型改进方法,形成航空交流电弧仿真优化策略,从而涵盖所提航空交流电弧试验标准下的故障电弧特性。通过MATLAB/Simulink完成了电弧模型的搭建,对电弧数据及模型仿真结果进行特征量提取及比较,验证了航空交流故障电弧模型仿真策略和方法的有效性。