基于飞参数据的飞机操纵系统故障评估方法

作者： 吴祯涛   李学仁   杜军   丁超   来源： 计算机测量与控制 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   飞参数据   差分进化   故障评估  

描述： 针对某型飞机的操纵系统故障评估问题,提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法;该算法融合了差分进化(DE)和极限学习机(ELM)两种算法,通过对飞参数据进行训练,构建了飞机操纵系统的黑箱模型;由于极限学习机(ELM)的输入权值以及隐含层阈值是随机产生的,所以ELM的随机性较大,稳定性不高,故利用寻优能力较强的DE对ELM输入权值和隐含层阈值进行寻优,从而实现ELM的结构优化,提升ELM的稳定性和鲁棒性;仿真结果表明,DE-ELM算法的决定系数达到了97.6%,其均方误差相比于BP神经网络降低了约79%,相比于单纯的ELM降低了64%;所以说该法可以有效提高精确度,同时具有更加良好的泛化性能。

IDE-ELM在民机方向舵系统故障诊断中的应用

作者： 张鹏   张迪   段照斌   陈艳   来源： 电光与控制 年份： 2020 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   方向舵系统   差分进化算法  

描述： IDE-ELM在民机方向舵系统故障诊断中的应用

基于极限学习机的航空旋转整流器故障诊断技术研究

作者： 王潇雅   崔江   唐军祥   叶纪青   来源： 机械制造与自动化 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   航空发电机   旋转整流器   故障诊断  

描述： 航空发电机是航空电源系统的核心部件,针对目前应用于航空发电机旋转整流器故障诊断中的人工智能算法存在诊断速度慢、参数选取困难等问题,将极限学习机引入到航空旋转整流器故障诊断领域。以航空三级式发电机为例,分析了旋转整流器的故障模式,在Matlab/Simulink中建立发电机模型并模拟旋转整流器故障模式。实验结果表明,极限学习机具有较高的诊断精度。与传统的故障诊断方法相比,它具有更优的诊断效率。

基于ELM的航空发动机故障诊断方法

作者： 崔建国   刘宏伟   陶书弘   于明月   高阳   来源： 火力与指挥控制 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   极限学习机   故障诊断   小波包  

描述： 以航空发动机主燃油泵为具体研究对象,提出了一种基于基于小波包能量比与极限学习机(Extreme Learning Machine,ELM)的故障诊断方法。对于某型真实航空发动机,采用振动传感器感知发动机附件机匣的振动信号,对获取的发动机附件机匣的振动信号采用DB3小波包对其进行3层小波包分解,求出第3层各频带信号的能量作为原始信号的特征,构建特征向量。用求得的特征向量建立基于ELM的故障诊断模型,对航空发动机主燃油泵进行故障诊断技术研究。为表明该方法的有效性,还设计了基于BP神经网络的故障诊断模型,并对所构建的特征向量进行了诊断。试验结果表明,基于ELM故障诊断方法可以有效提高故障诊断的速度及准确率,具有很好的工程应用前景。

基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究

作者： 刘康   肖娜   来源： 计算机测量与控制 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   BP神经网络   寿命预测   堆叠自编码  

描述： 基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

一种用于航空发动机RUL预测的推理网络模型

作者： 韩光洁   史国华   缑林峰   徐甜甜   林川   来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   LSTM网络   航空发动机   寿命预测  

描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.

航空发动机叶片高低周复合疲劳寿命预测与损伤机理研究

作者： 王妍   毕俊喜   葛新宇   王柳璎   王永相   来源： 内蒙古工业大学学报(自然科学版) 年份： 2023 文献类型 ： 期刊 关键词： 高低周复合疲劳   寿命预测   疲劳损伤   航空发动机叶片  

描述： 针对航空发动机叶片在服役期间承受交变载荷极易发生疲劳损伤和高低周复合疲劳寿命预测问题，开展了叶片损伤机理分析和基于高低周复合载荷的耦合疲劳寿命预测模型研究。首先，分析了航空发动机叶片的损伤机理和失效模式，并依据叶片振动特性进行了模态分析。其次，在Zhu模型的基础上，提出了一种基于改进/Zhu模型的高低周复合疲劳寿命预测模型。最后，将Miner模型、Zhu模型和所提出改进/Zhu模型的疲劳寿命预测结果与高低周复合疲劳试验数据进行对比。结果表明：所提出的改进/Zhu模型计算精度在1.5倍误差范围内，预测结果相对较小，验证了其可行性和有效性。研究工作为可靠预测航空发动机叶片的工作寿命和疲劳强度设计提供了一定参考。

基于极限学习机的航空发电机旋转整流器快速故障分类方法研究

作者： 崔江   唐军祥   张卓然   龚春英   王莉   来源： 中国电机工程学报 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   思维进化算法   航空发电机   旋转整流器   故障诊断  

描述： 航空发电机在现代多电和全电飞机的发展中将发挥越来越重要的作用,其重要部件的可靠性也是未来研究的重点。该文针对目前航空发电机旋转整流器(aerospace generator rotating rectifier,AGRR)的故障分类问题,提出了一种基于思维进化算法(mind evolutionary algorithm,MEA)的极限学习机快速分类技术。该方法通过MEA算法优化极限学习机的训练参数,以获取优化的识别模型,并将其应用于AGRR的故障分类中,取得了很好的效果。仿真和实验结果表明,经过优化的极限学习机与现有分类方法相比,具有很好的诊断性能和较高的分类速度。因此,该方法适合用于航空发电机旋转整流器的故障快速诊断和定位。

基于相关系数和偏态指标的航空串联电弧故障检测

作者： 崔芮华   王洋   李英男   来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 极限学习机   偏态指标   航空故障   相关系数   串联电弧故障  

描述： 针对航空串联电弧故障的检测与识别问题,提出一种基于相关系数和偏态指标的航空电弧故障检测方法。通过提取不同负载电流信号的相关系数和偏态指标,构建二维特征量,分析对比了隐含层节点数对极限学习机性能的影响,引入灰狼优化的极限学习机进行分类识别。对阻性、阻感性、阻容性和非线性负载的大量实验结果表明,所提方法能够有效提取不同负载电弧故障特征,串联电弧故障诊断率高达98%,可为开发新型的航空电弧故障断路器提供可靠参考。