全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
关键词
- 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 作者： 孙行行 来源： 河南大学 年份： 2022 文献类型 ： 学位论文 关键词： 特征提取 卷积神经网络 多故障 剩余使用寿命预测
- 描述： 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 作者： 孙行行 来源： 河南大学 年份： 2022 文献类型 ： 学位论文 关键词： 特征提取 卷积神经网络 多故障 剩余使用寿命预测
- 描述： 基于改进卷积神经网络的航空发动机RUL预测方法研究
- 基于多尺度融合预测模型的航空发动机剩余寿命预测
- 作者： 刘纳川 郭建胜 张晓丰 余稼洋 解涛 来源： 兵器装备工程学报 年份： 2023 文献类型 ： 期刊 关键词： 静态协变量编码器 分位数 剩余寿命 LSTM神经网络 多头注意力机制 门控残差机制
- 描述： 针对大多数基于数据驱动的航空发动机剩余寿命预测方法未细分其退化过程与复杂输入数据之间的关系，无法准确识别和提取关键特征的问题。提出一种基于多尺度融合预测模型(MSF)的航空发动机剩余寿命预测方法。该
- 基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测
- 作者： 后麒麟 曹亮 单添敏 王景霖 沈勇 来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 锂电池 粒子群优化 回声状态网络 间接健康指标 剩余使用寿命预测
- 描述： 航空锂电池是飞机的重要组成部分，对其进行剩余使用寿命(RUL)预测至关重要。目前，一般采用锂电池容量作为RUL指标，但在飞机实际运行中，锂电池容量难以准确测量，同时面临长期寿命预测精度的问题。因此，提出一种基于间接健康指标和回声状态网络(ESN)的锂电池RUL预测方法，基于一阶偏相关系数分析方法提取最能代表电池寿命的间接健康指标来代替容量指标，建立间接健康指标预测模型。同时基于深度学习中的ESN,结合粒子群优化算法(PSO)对网络参数进行优化，建立退化预测模型，实现锂电池RUL预测，解决长期预测精度问题。使用NASA电池数据进行实验验证说明，该方法相较于其他方法具有更高的精度、稳定性以及良好的泛化能力。
- 基于深度学习的飞机发动机故障预测与应用
- 作者： 纪仕鑫 来源： 山东大学 年份： 2021 文献类型 ： 学位论文 关键词： BLSTM 飞机发动机 健康管理 剩余使用寿命预测 PCA
- 描述： 基于深度学习的飞机发动机故障预测与应用
- 基于深度学习的飞机发动机故障预测与应用
- 作者： 纪仕鑫 来源： 山东大学 年份： 2021 文献类型 ： 学位论文 关键词： BLSTM 飞机发动机 健康管理 剩余使用寿命预测 PCA
- 描述： 基于深度学习的飞机发动机故障预测与应用
- 航空锂电池均衡管理与剩余使用寿命预测技术研究
- 作者： 张凯 来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 蓄电池能量管理系统 锂离子电池 非耗散型均衡 状态估计 剩余使用寿命预测
- 描述： 航空锂电池均衡管理与剩余使用寿命预测技术研究
- 航空锂电池均衡管理与剩余使用寿命预测技术研究
- 作者： 张凯 来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 蓄电池能量管理系统 锂离子电池 非耗散型均衡 状态估计 剩余使用寿命预测
- 描述： 航空锂电池均衡管理与剩余使用寿命预测技术研究