关键词
航空发动机外形点云特征分割的训练集构建
作者: 文思扬   周来水   闫杰琼   胡少乾   来源: 机械制造与自动化 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   深度学习   点云分割   训练集   逆向工程  
描述:航空发动机外形重建过程中,需要将外形点云数据进行分割,获得更小、连贯、具有相同属性点的点云片段,以利于之后点云数据的分类提取。设计一种用于航空发动机外形特征点云分割的深度学习训练数据集的构建方法
基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测
作者: 李浩   王卓健   李哲   陈煊   李园   来源: 推进技术 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   寿命预测   深度学习   预测模型   数据融合  
描述: 针对现有航空发动机剩余寿命预测大多基于单点预测模式,不能准确给出预测结果置信区间的问题,提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先,堆栈自编码器通过无监督式深度学习
基于深度学习航空发动机磨损部位识别方法
作者: 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源: 润滑与密封 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   一维卷积残差网络   能谱分析   深度学习   磨损  
描述: 针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
作者: 高峰   曲建岭   袁涛   高峰娟   来源: 电子测量与仪器学报 年份: 2019 文献类型 : 期刊 关键词: 航空发动机   长短时记忆网络   寿命预测   深度学习   差分时域特征  
描述: 实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在
基于深度学习航空发动机故障融合诊断
作者: 车畅畅   王华伟   倪晓梅   洪骥宇   来源: 北京航空航天大学学报 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   抗干扰能力   决策融合  
描述: 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习航空发动机故障融合诊断模型。该模型通过分析发动机
基于深度学习航空发动机磨损部位识别方法
作者: 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源: 润滑与密封 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   一维卷积残差网络   能谱分析   深度学习   磨损  
描述: 针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元
基于时空特征的航空发动机剩余使用寿命预测
作者: 徐震震     薛林     马凯     杨玉迪   来源: 电子测量技术 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   深度学习   时间特征   剩余寿命预测   空间特征  
描述: 航空发动机作为一种高精密机械部件,对飞机性能和可靠性有重要影响。准确的剩余寿命预测可以降低维修成本,减少安全事故的发生。现有的预测方法只关注传感器数据之间的时间关系,忽略了传感器之间的空间关系。本文
作者: 秦子轩     张晓东     白广芝     任先聪   来源: 航空发动机 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   剩余可用寿命   深度学习   多头注意力机制   多尺度卷积双向长短期记忆网络  
描述:
航空发动机叶片表面损伤与检测研究进展
作者: 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源: 航空发动机 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  
描述: 航空发动机叶片的工作环境极其恶劣,表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作,严重依赖工作经验,但人工检测
基于概率稀疏自注意力的航空发动机剩余寿命预测
作者: 王欣     黄佳琪     许雅玺   来源: 科学技术与工程 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   Transformer   深度学习   概率稀疏自注意力   剩余寿命预测  
描述: 以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度
< 1 2 3 ... 9 10 11 ... 454 455 456
Rss订阅