首页>
根据【关键词:注意力机制,双向门控循环神经网络,故障诊断,航空设备故障,知识图谱】搜索到相关结果 482 条
-
基于特征优化与改进KNN的航空发动机故障诊断
-
作者:
周寒
莫李平
刘渊
王奕首
卿新林
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
改进KNN算法
特征优化算法
-
描述:
为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入
-
改进一维卷积神经网络的航空发动机故障诊断方法
-
作者:
伍济钢
文港
杨康
来源:
电子测量与仪器学报
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
故障诊断
一维卷积神经网络
多尺度模块
-
描述:
针对现有航空发动机故障诊断的1DCNN方法缺乏故障频率多尺度特征提取能力以及对原始振动信号时域特征提取不足的问题,通过融合内嵌多尺度层到双通道1DCNN提出了改进1DCNN的航空发动故障诊断
-
多头注意力驱动的航空高速轴承故障诊断方法
-
作者:
王兴
张晗
朱家正
林建波
杜朝辉
来源:
振动与冲击
年份:
2023
文献类型 :
期刊
关键词:
多头注意力
航空轴承
故障诊断
深度学习
-
描述:
模块对原始振动信号进行特征提取;然后引入多头注意力模块,使网络同时注意并融合不同表示子空间的信息以提高故障特征的显著性水平;最后利用全连接模块和Softmax分类器对提取的特征进行高速轴承故障诊断。试验
-
某型航空交流发电机试车断电故障分析
-
作者:
郭涛
邱欣
陈章恒
苑振宇
桑伟汉
来源:
电机技术
年份:
2023
文献类型 :
期刊
关键词:
旋转整流器
故障诊断
交流发电机
-
描述:
针对飞机试车过程中左侧无刷同步交流发电机发生的断电故障,结合飞机电源系统,对该故障展开分析。在分析中借助Multisim软件,对航空发电机内部旋转整流器进行单管故障仿真,对故障加以验证,最终实现故障诊断。
-
某型飞机腹板裂纹分析及改装设计
-
作者:
彭军
郭晨阳
张勇
张赟
杨欣毅
来源:
系统仿真技术
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
神经网络
-
描述:
引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费较长时间,但是深度置信网络算法结构克服了浅层网络算法结构的不足,其计算结果能够达到更高诊断精度,并具有较好的抗噪性能。
-
航空发动机故障诊断的融合技术探讨
-
作者:
陈仲光
来源:
科学技术创新
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
融合技术
-
描述:
信息处理技术的快速发展,为航空发动机故障诊断提出了更多的技术支持。从航空发动机运行情况看,本身涉及较多监测数据内容,采用传统单一的信息处理技术可能无法满足信号采集、状态识别以及故障诊断要求,在此
-
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
-
航空发动机故障诊断的融合技术探讨
-
作者:
陈仲光
来源:
科学技术创新
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
融合技术
-
描述:
信息处理技术的快速发展,为航空发动机故障诊断提出了更多的技术支持。从航空发动机运行情况看,本身涉及较多监测数据内容,采用传统单一的信息处理技术可能无法满足信号采集、状态识别以及故障诊断要求,在此
-
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
-
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
<
1
2
3
...
19
20
21
...
47
48
49
>