关键词
基于深度学习的航空电磁反演方法研究
作者: 李思平.   来源: 长江大学 年份: 2023 文献类型 : 学位论文 关键词: 卷积神经网络   深度学习   ResNetINV网络   航空电磁反演  
描述: 基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者: 李思平.   来源: 长江大学 年份: 2023 文献类型 : 学位论文 关键词: 卷积神经网络   深度学习   ResNetINV网络   航空电磁反演  
描述: 基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者: 李思平.   来源: 长江大学 年份: 2023 文献类型 : 学位论文 关键词: 卷积神经网络   深度学习   ResNetINV网络   航空电磁反演  
描述: 基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者: 李思平.   来源: 长江大学 年份: 2023 文献类型 : 学位论文 关键词: 卷积神经网络   深度学习   ResNetINV网络   航空电磁反演  
描述: 基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者: 李思平.   来源: 长江大学 年份: 2023 文献类型 : 学位论文 关键词: 卷积神经网络   深度学习   ResNetINV网络   航空电磁反演  
描述: 基于深度学习的航空电磁反演方法研究
民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅱ:地面综合诊断、寿命管理和智能维护维修决策
作者: 曹明   王鹏   左洪福   曾海军   孙见忠   杨卫东   魏芳   陈雪峰   来源: 航空学报 年份: 2023 文献类型 : 期刊 关键词: 故障融合决策   数字孪生   航空发动机健康管理系统   深度学习   智能视情维护维修   知识图谱   寿命管理  
描述: 基于民用航空发动机健康管理(EHM)的需求及发展目标,从CBM+全流程的角度分析民用航空发动机健康管理系统应用现状及行业发展趋势,进而总结民用航空发动机健康管理的应用现状及差距、挑战,并指出未来国内需要重点关注的民用发动机EHM研发方向。针对各个EHM功能模块的需求、差距、解决方案进行了深入论证分析,重点讨论了民用发动机EHM“下游”3个模块:地面综合诊断、寿命管理和智能视情维护维修决策的需求、必要性、现状及未来发展趋势和热点技术。
《飞机结构与系统原理》智慧教材建设现状分析与对策研究
作者: 杨子江     郁大照     刘湘一     宋山松.   来源: 第五届全国高等学校航空航天类专业教育教学研讨会论文集 年份: 2023 文献类型 : 会议论文 关键词: 精准化   数字教材   个性化   智慧教材   知识图谱   飞机结构   一体化  
描述: 《飞机结构与系统原理》智慧教材建设现状分析与对策研究
《飞机结构与系统原理》智慧教材建设现状分析与对策研究
作者: 杨子江     郁大照     刘湘一     宋山松.   来源: 第五届全国高等学校航空航天类专业教育教学研讨会论文集 年份: 2023 文献类型 : 会议论文 关键词: 精准化   数字教材   个性化   智慧教材   知识图谱   飞机结构   一体化  
描述: 《飞机结构与系统原理》智慧教材建设现状分析与对策研究
融合注意力和多尺度特征的航空发动机缺陷检测
作者: 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源: 北京航空航天大学学报 年份: 2023 文献类型 : 期刊 关键词: 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  
描述: 航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率,提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法,以辅助孔探工作。首先,针对原始孔探图像中缺陷样本的类别不平衡问题,采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法,丰富小样本图像并构建缺陷数据集。然后,在基准网络YOLOv5中融入协调注意力模块(CA),以强调缺陷特征的提取,增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN),以完成更高层次的特征融合,提升对多尺度目标的表达能力。最后,将边界框回归损失函数定义为EIOU损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为14.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
一种基于TCN-LGBM的航空发动机气路故障诊断方法
作者: 吕卫民   孙晨峰   任立坤   赵杰   李永强   来源: 兵工学报 年份: 2023 文献类型 : 期刊 关键词: 轻量级梯度提升机   注意力机制   航空发动机   故障诊断   时间卷积神经网络  
描述: 长时间工作在高温高压、强振动等恶劣气路环境下的航空发动机经常面临部件疲劳、腐蚀和性能退化的问题,且其故障诊断时序逻辑性不强、故障参数耦合较深等特点十分明显,为此提出一种基于时间卷积神经网络(TCN
< 1 2 3 ... 8 9 10 ... 12 13 14
Rss订阅