关键词
基于案例推理的民航发动机故障诊断研究
作者: 郭龙飞   来源: 中国民航大学 年份: 2020 文献类型 : 学位论文 关键词: 民航发动机   卷积神经网络   故障诊断   大间隔近邻算法   粗糙集   案例推理  
描述: 基于案例推理的民航发动机故障诊断研究
基于深度特征挖掘的民航发动机气路故障诊断技术研究
作者: 付松   来源: 哈尔滨工业大学 年份: 2018 文献类型 : 学位论文 关键词: 民航发动机   特征提取   卷积神经网络   故障诊断   堆叠去噪自动编码器  
描述: 基于深度特征挖掘的民航发动机气路故障诊断技术研究
基于模糊粗糙集和SVM的航空发动机故障诊断
作者: 曹愈远   张建   李艳军   张丽娜   来源: 振动.测试与诊断 年份: 2017 文献类型 : 期刊 关键词: 支持向量机   航空发动机   故障诊断   粗糙集   模糊聚类  
描述: 随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散
基于模糊粗糙集和SVM的航空发动机故障诊断
作者: 曹愈远   张建   李艳军   张丽娜   来源: 振动.测试与诊断 年份: 2017 文献类型 : 期刊 关键词: 支持向量机   航空发动机   故障诊断   粗糙集   模糊聚类  
描述: 随着航空产业的发展,航空发动机故障诊断逐渐向智能化、精确化方向发展,针对这一趋势结合模糊聚类、粗糙集以及支持向量机理论,提出了一种航空发动机故障诊断方法。首先,运用模糊C-均值聚类算法将连续数据离散
民航发动机轴承故障的时频联合诊断研究
作者: 许旺山   来源: 中国民航大学 年份: 2020 文献类型 : 学位论文 关键词: 民航发动机   滚动轴承   卷积神经网络   时频联合诊断   信号分解重构  
描述: 民航发动机轴承故障的时频联合诊断研究
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
基于优化CNN的航空液压管路卡箍故障诊断
作者: 窦金鑫   薛政坤   于晓光   范玉鑫   刘忠鑫   杨同光   来源: 机床与液压 年份: 2021 文献类型 : 期刊 关键词: 液压管路卡箍   卷积神经网络   故障诊断   优化变分模态分解  
描述: 智能故障诊断方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和故障诊断
基于维修日志的飞机设备故障原因判别方法
作者: 王锐光   吴际   刘超   杨海燕   来源: 软件学报 年份: 2019 文献类型 : 期刊 关键词: 维修日志   卷积神经网络   故障诊断   随机森林  
描述: 在飞机维修与保养过程中,航空维修公司已积累了大量经验性的维修日志数据.合理利用该类维修日志,结合机器学习方法,可以辅助维修人员做出正确的故障诊断决策.首先,针对维修日志的特殊性,提出一种迭代式
基于维修日志的飞机设备故障原因判别方法
作者: 王锐光   吴际   刘超   杨海燕   来源: 软件学报 年份: 2019 文献类型 : 期刊 关键词: 维修日志   卷积神经网络   故障诊断   随机森林  
描述: 在飞机维修与保养过程中,航空维修公司已积累了大量经验性的维修日志数据.合理利用该类维修日志,结合机器学习方法,可以辅助维修人员做出正确的故障诊断决策.首先,针对维修日志的特殊性,提出一种迭代式
基于深层卷积神经网络电动飞机主驱动电机故障诊断方法
作者: 杨柏   关焕新   王森   杨亮   王鹤蓉   来源: 微电机 年份: 2020 文献类型 : 期刊 关键词: 卷积神经网络   故障诊断   主驱动电机   残差模块  
描述: 为解决电动飞机主驱动电机故障诊断方法因电机结构复杂、信号非平稳与机械大数据等因素引起的诊断困难问题,提出了基于深层卷积神经网络的电动飞机主驱动电机故障诊断新方法。首先研究了SoftMax分类器判断
< 1 2 ... 40 41 42
Rss订阅