基于DBN的不均衡样本驱动民航发动机故障诊断

作者： 钟诗胜   李旭   张永健   来源： 航空动力学报 年份： 2019 文献类型 ： 期刊 关键词： 民航发动机   故障诊断   不均衡样本   深度置信网络   Adaboost.M1算法  

描述： 在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不

航空发动机主轴轴承状态监测研究现状与发展趋势

作者： 刘朋   王黎钦   张传伟   郑德志   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 失效模式   信息融合   状态监测   多传感器   航空发动机主轴轴承  

描述： 特点、主要失效模式和失效机制进行了梳理；针对主轴轴承的状态监测方法和技术，总结并对比分析了现有主轴轴承振动、滑油状态、声音、声发射、温度等监测方法的优势与不足；讨论了基于多传感器信息融合的主轴轴承

航空发动机主轴轴承状态监测研究现状与发展趋势

作者： 刘朋   王黎钦   张传伟   郑德志   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 失效模式   信息融合   状态监测   多传感器   航空发动机主轴轴承  

描述： 特点、主要失效模式和失效机制进行了梳理；针对主轴轴承的状态监测方法和技术，总结并对比分析了现有主轴轴承振动、滑油状态、声音、声发射、温度等监测方法的优势与不足；讨论了基于多传感器信息融合的主轴轴承

振动与滑油金属屑末信息融合的航空发动机主轴承状态监控方法

作者： 栾孝驰     白天     赵俊豪     沙云东   来源： 航空动力学报 年份： 2025 文献类型 ： 期刊 关键词： 滚动轴承   信息融合   振动信号   状态监控   滑油金属屑末  

描述： 振动与滑油金属屑末信息融合的航空发动机主轴承状态监控方法

基于RS-CART决策树的航空发动机小样本故障诊断

作者： 庞梦洋   索中英   郑万泽   徐宇恒   包壮壮   黄林   来源： 航空动力学报 年份： 2021 文献类型 ： 期刊 关键词： 分类与回归树   GINI系数   故障诊断   属性约简   规则提取  

描述： 规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。

基于RS-CART决策树的航空发动机小样本故障诊断

作者： 庞梦洋   索中英   郑万泽   徐宇恒   包壮壮   黄林   来源： 航空动力学报 年份： 2021 文献类型 ： 期刊 关键词： 分类与回归树   GINI系数   故障诊断   属性约简   规则提取  

描述： 规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。

基于IPSO-Elman神经网络的航空发动机故障诊断

作者： 皮骏   黄江博   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   改进粒子群优化算法   Elman神经网络   平均影响值  

描述： 为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对

基于频域特征的航空轴承智能诊断

作者： 李宏宇     苏越     陈康     王俨剀   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 特征提取   滚动轴承   故障诊断   双向循环长短期记忆网络   神经网络  

描述： 针对航空发动机滚动轴承的故障诊断，提出一种基于频域特征的故障诊断模型。将原始振动信号进行包络解调预处理，仅取每段数据处理后的512个点作为故障特征，将其作为双向循环长短期记忆网络（BiLSTM）模型

航空发动机气路故障诊断的SANNWA-PF算法

作者： 许梦阳   黄金泉   鲁峰   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   自适应   粒子滤波   神经网络   非高斯噪声  

描述： 针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

作者： 冯东洋     姜春英     鲁墨武     叶长龙     李胜宇   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 双路特征融合卷积神经网络(TSFFCNN)   特征融合   飞机起落架液压系统   故障诊断   SVM)   粒子群优化支持向量机(PSO  

描述： 诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类