基于KPCA和DBN的航空发动机排气温度基线模型

作者： 王奕首   余映红   卿新林   殷锴   赵奇   来源： 航空发动机 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   核主成分分析   排气温度   健康管理   深度置信网络  

描述： 为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生

基于KPCA和DBN的航空发动机排气温度基线模型

作者： 王奕首   余映红   卿新林   殷锴   赵奇   来源： 航空发动机 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   核主成分分析   排气温度   健康管理   深度置信网络  

描述： 为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生

基于虚拟仿真技术的机务培训改革与探索

作者： 王凯   李玄玄   来源： 教育教学论坛 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   核主成分分析   排气温度   健康管理   深度置信网络  

描述： 传统的机务培训科目是由教师带领,按工卡对真实飞机部件进行相应的任务操作来完成教学的目的。这种培训方式可以很大程度真实地模拟飞机的故障及排故,但是也有很大局限性。利用虚拟仿真技术进行培训解决了这些问题,实现成本低、更新快、环境空间要求小,是未来机务培训的发展趋势。

基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测

作者： 胡启国   白熊   杜春超   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  

描述： 复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题，为此提出基于核主成分分析（KPCA）和双向长短时记忆（BLSTM）神经网络的多信息融合寿命预测模型。首先采用KPCA对多维退化数据集进行降维处理和信息融合，得到能够表征设备退化的低维特征数据集；然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测，得到监测数据与剩余寿命的映射关系；最后采用CMAPSS航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证，并与其他三种模型结果进行对比。结果表明：KPCA-BLSTM神经网络能够对多维退化信息下的剩余寿命进行精准预测，本文提出的预测模型的误差与得分优于其他三种模型，而且预测精度更高。

基于核函数的航空瞬变电磁去噪方法研究

作者： 岳望   来源： 成都理工大学 年份： 2018 文献类型 ： 学位论文 关键词： 多项式核   高斯径向基核   去噪   核主成分分析   航空瞬变电磁法  

描述： 基于核函数的航空瞬变电磁去噪方法研究

基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测

作者： 胡启国   白熊   杜春超   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  

描述： 复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题，为此提出基于核主成分分析（KPCA）和双向长短时记忆（BLSTM）神经网络的多信息融合寿命预测模型。首先采用KPCA对多维退化数据集进行降维处理和信息融合，得到能够表征设备退化的低维特征数据集；然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测，得到监测数据与剩余寿命的映射关系；最后采用CMAPSS航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证，并与其他三种模型结果进行对比。结果表明：KPCA-BLSTM神经网络能够对多维退化信息下的剩余寿命进行精准预测，本文提出的预测模型的误差与得分优于其他三种模型，而且预测精度更高。