关键词
基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断
作者: 冯东洋     姜春英     鲁墨武     叶长龙     李胜宇   来源: 航空动力学报 年份: 2024 文献类型 : 期刊 关键词: 双路特征融合卷积神经网络(TSFFCNN)   特征融合   飞机起落架液压系统   故障诊断   SVM)   粒子群优化支持向量机(PSO  
描述: 针对飞机起落架液压系统故障诊断精度低,深层故障特征提取困难的问题,提出了一种基于双路特征融合卷积神经网络(TSFFCNN)与粒子群优化支持向量机(PSO-SVM)结合的起落架液压系统故障诊断模型。该
航空滚动轴承振动特征的故障灵敏度分析与融合技术
作者: 林桐   陈果   张全德   王洪伟   陈立波   来源: 航空动力学报 年份: 2018 文献类型 : 期刊 关键词: 特征提取   灵敏度分析   滚动轴承   特征融合   状态评估  
描述: 针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多特征融合评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析
基于改进的SENet航空发动机振动预测
作者: 夏存江   詹于游   来源: 航空动力学报 年份: 2022 文献类型 : 期刊 关键词: 数据驱动   注意力机制   卷积神经网络   多参数融合   振动预测  
描述: 为实时监测和预警航空发动机振动状态,基于气路及振动参数,提出一种使用改进的SENet(squeeze-and-excitation network)模型,对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据,使用了真实的QAR(quick access recorder)数据并进行随机采样,以求更能表征发动机振动和工作参数之间的关系。同时,不仅使用其他振动信号进行验证,还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的,SENet模型可以有效并实时追踪振动的突变和波动。此外,该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型,SENet模型在振动的预测中能得到更小的误差。实验证明,相较于以往只使用振动这个单参数进行预测,并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。
基于改进DRSN的航空发动机故障风险预警模型
作者: 毛浩英     孙有朝     李龙彪     晏传奇   来源: 航空动力学报 年份: 2024 文献类型 : 期刊 关键词: 深度注意力机制   软阈值化   深度残差收缩网络   深度学习   故障风险预警  
描述: 本。预处理并增强图像数据样本,热编码化序列样本标签。深度残差收缩网络(deep residual shrinkage network,DRSN)中融入深度注意力机制与带有阈值的残差收缩块,获取高判别性
基于RS-CART决策树的航空发动机小样本故障诊断
作者: 庞梦洋   索中英   郑万泽   徐宇恒   包壮壮   黄林   来源: 航空动力学报 年份: 2021 文献类型 : 期刊 关键词: 分类与回归树   GINI系数   故障诊断   属性约简   规则提取  
描述: 规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
基于RS-CART决策树的航空发动机小样本故障诊断
作者: 庞梦洋   索中英   郑万泽   徐宇恒   包壮壮   黄林   来源: 航空动力学报 年份: 2021 文献类型 : 期刊 关键词: 分类与回归树   GINI系数   故障诊断   属性约简   规则提取  
描述: 规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
基于IPSO-Elman神经网络的航空发动机故障诊断
作者: 皮骏   黄江博   来源: 航空动力学报 年份: 2018 文献类型 : 期刊 关键词: 航空发动机   故障诊断   改进粒子群优化算法   Elman神经网络   平均影响值  
描述: 为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对
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
基于频域特征的航空轴承智能诊断
作者: 李宏宇     苏越     陈康     王俨剀   来源: 航空动力学报 年份: 2024 文献类型 : 期刊 关键词: 特征提取   滚动轴承   故障诊断   双向循环长短期记忆网络   神经网络  
描述: 针对航空发动机滚动轴承的故障诊断,提出一种基于频域特征的故障诊断模型。将原始振动信号进行包络解调预处理,仅取每段数据处理后的512个点作为故障特征,将其作为双向循环长短期记忆网络(BiLSTM)模型
航空发动机气路故障诊断的SANNWA-PF算法
作者: 许梦阳   黄金泉   鲁峰   来源: 航空动力学报 年份: 2018 文献类型 : 期刊 关键词: 航空发动机   故障诊断   自适应   粒子滤波   神经网络   非高斯噪声  
描述: 针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用
< 1
Rss订阅