全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于实时可靠度评估的航空产品序贯检测模型
- 作者： 白森洋 程志君 郭波 杨勇 来源： 机械工程学报 年份： 2019 文献类型 ： 期刊 关键词： Wiener过程 序贯检测 期望最大化算法 实时可靠度 贝叶斯方法
- 描述： 针对航空产品相关部件性能退化不确定性强的特点,为了较为科学合理地确定产品检测维修的时刻,提出一类基于实时可靠度评估的序贯检测模型。采用Wiener过程描述产品的性能退化规律,然后基于随机过程首达时理论给出产品实时可靠度的解析表达式,并综合利用强跟踪滤波算法、最优平滑算法和期望最大化算法对模型未知参数进行自适应估计。当获得新的退化数据信息时,根据贝叶斯规则重新迭代对模型参数进行实时更新。在更新过程中,融合同类型产品的历史信息选取初始化参数,实现了更新算法的快速收敛。接着根据对产品的实时可靠度要求确定出了优化的序贯检测间隔期。通过某航空铝合金材料的疲劳裂纹增长的实例验证了模型与算法的有效性。研究结果表明:实时可靠度评估模型能够最大限度利用运行期的实时数据,有效提高不确定条件下产品可靠度估计的准确性,从而保证相应序贯检测策略的效率和实用性。
- 基于增强学习的民航发动机全寿命维修决策方法及其应用
- 作者： 陈海波 来源： 哈尔滨工业大学 年份： 2019 文献类型 ： 学位论文 关键词： 民航发动机 维修决策 深度Q学习 增强学习
- 描述： 基于增强学习的民航发动机全寿命维修决策方法及其应用
- 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,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。
- 融合多传感器数据的发动机剩余寿命预测方法
- 作者： 任子强 司小胜 胡昌华 王玺 来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 极大似然估计 复合健康指标 剩余寿命预测 线性维纳过程 贝叶斯参数更新
- 描述： 针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题，论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能，采用线性维纳过程对复合健康指标进行退化建模，通过极大似然估计方法确定模型参数，进而得到发动机的预测寿命。为了确定融合系数，提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后，基于训练发动机历史寿命数据，确定出模型参数的离线估计值；然后利用Bayesian公式，同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新，接着在首达时间的意义下推导出剩余寿命的概率分布，进而实现了发动机的剩余寿命在线预测。最后，选择商用模块化航空推进系统仿真数据集进行数值仿真实验，结果表明：相较于基于单一传感器的方法，论文所提方法能够提高剩余寿命预测的准确性，其剩余寿命预测的相对均方误差降低了2%左右。
- 航空发动机的健康指标构建与剩余寿命预测
- 作者： 彭开香 皮彦婷 焦瑞华 唐鹏 来源： 控制理论与应用 年份： 2019 文献类型 ： 期刊 关键词： 健康指标 隐马尔可夫模型 深度置信网络 剩余寿命预测 健康状态识别
- 描述： 预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命,是提高复杂系统安全性、经济性的重要保障.为全面评估系统健康状态,本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法,并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测.首先,通过无监督训练深度置信网络实现历史数据的特征提取,进而构建健康指标;其次,利用健康指标集训练隐马尔可夫模型,实现设备健康状态的自动识别;最后,通过DBN-HMM混合模型来计算系统剩余寿命.采用商用模块化航空推进系统仿真软件(C-MAPSS)给出的航空发动机数据集,验证了上述方法的有效性.