基于深度学习的航空发动机转子故障诊断

作者： 徐勇杰.   来源： 南京林业大学 年份： 2023 文献类型 ： 学位论文 关键词： 元学习   航空发动机   故障诊断   迁移学习   动响应预测  

描述： 基于深度学习的航空发动机转子故障诊断

航空发动机附件齿轮故障特征提取方法研究

作者： 王岭.   来源： 北京化工大学 年份： 2023 文献类型 ： 学位论文 关键词： 脉冲增强   航空发动机   时域同步平均   故障诊断   齿轮  

描述： 航空发动机附件齿轮故障特征提取方法研究

航空发动机用电液伺服阀故障状态诊断

作者： 徐俊.   来源： 燕山大学 年份： 2023 文献类型 ： 学位论文 关键词： 加速退化实验   卷积神经网络   门控递归单元   故障诊断   电液伺服阀  

描述： 航空发动机用电液伺服阀故障状态诊断

航空发动机轴承的自适应加权稀疏诊断方法研究

作者： 田毅.   来源： 长安大学 年份： 2023 文献类型 ： 学位论文 关键词： 自适应加权   航空轴承   故障诊断   稀疏分解   时变噪声  

描述： 航空发动机轴承的自适应加权稀疏诊断方法研究

基于包络解调法与时域平均法的航空发动机主轴承故障诊断

作者： 史浩宁     陈康     王俨剀.   来源： 第十三届全国随机振动理论与应用学术会议暨第十一届全国随机动力学学术会议论文摘要集 年份： 2023 文献类型 ： 会议论文 关键词： 滚动轴承   故障诊断   故障特征频率   时域平均法   包络解调法  

描述： 法降噪在低倍频区有良好的故障诊断效果,明显优于时域平均法。并且,通过分析发现,当滚动轴承只有内环旋转时,外环故障特征频率不受调制,内环故障特征频率受轴转频调制,滚动体故障主要受保持架转频调制,且出现

智能航空传感器故障诊断一体化架构设计

作者： 高君宇     尹阁豪     李学龙.   来源： 第六届中国航空科学技术大会论文集 年份： 2023 文献类型 ： 会议论文 关键词： 故障诊断   航空传感器   人工智能   临地安防   数据采集  

描述： 智能航空传感器故障诊断一体化架构设计

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。

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法（DBFF-YOLOv4）；通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络，建立了适用于涡轮叶片射线图像的缺陷自动检测模型；针对每个缺陷

不确定环境下的航空发动机装配线适应性调度方法

作者： 王怡琳   刘鹃   乔非   张家谔   来源： 控制与决策 年份： 2023 文献类型 ： 期刊 关键词： 调度规则   航空发动机装配   适应性调度   深度学习   扰动识别   门控循环神经网络  

描述： 航空发动机装配是航空发动机制造过程的关键环节，其工序多，流程复杂，生产过程中扰动频发，如装配时间波动、不合格返工等。针对不确定环境下的航空发动机装配线的调度问题，本文提出一种基于门控循环神经网络（Gate Recurrent Unit, GRU）的适应性调度方法。该调度方法包含扰动识别和调度规则调整两个部分。扰动识别模块以滑动时间窗口为周期，利用GRU神经网络进行渐进型扰动的识别；调度规则调整模块以扰动识别的结果为触发，通过构建基于GRU神经网络的调度规则决策模型，输出适配当前生产状态的新的调度规则，用以指导生成更新的调度方案。最后，以某航空发动机装配线为研究案例，对本文提出的适应性调度方法进行验证分析，对比实验结果表明，本方法能够有效提升装配线的设备利用率、日均生产率等性能.

基于SW/YOLO模型的航空发动机叶片损伤实时检测

作者： 何宇豪   曹学国   刘信良   蒋浩坤   王静秋   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   实时检测   叶片损伤   深度学习   目标检测   孔探检测  

描述： 孔探检测技术是航空发动机叶片损伤检测的主要手段，但目前依赖人工操作，耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型，该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先，在主干网络加入了空间通道注意力模块（Spatial Channel / Convolutional Block Attention Module，SC/CBAM），有效避免位置信息丢失，提高目标边界回归能力，相较于YOLOv5，其平均精度均值mAP@0.5提高了5.4%。其次，在颈部网络对特征金字塔网络（Feature Pyramid Network，FPN）进行了改进，通过融合低层特征，扩大了模型感受野，有利于较小损伤区域的检测，如烧蚀损伤，平均精度提高了8.1%。最后，通过与YOLOv5，Faster R/CNN，SSD模型的对比实验，结果表明SW/YOLO模型的平均精度均值分别提高了7%，6.2%，6.3%，检测速度满足实时检测需求，有利于提高航空发动机孔探检测的自动化和智能化水平。