基于贝叶斯风险最小化的航空发动机状态评估

作者： 梁斐杰   武斌   索明亮   来源： 测控技术 年份： 2021 文献类型 ： 期刊 关键词： 模糊决策   航空发动机   贝叶斯风险   状态评估  

描述： 为有效评估航空发动机所处运行状态,提出一种基于贝叶斯风险最小化原则的状态评估方法。利用模糊贝叶斯风险模型从发动机全寿命数据中挖掘得到最优特征子集及对应的权重,利用多属性决策集结运算结果和统计函数生成

航空发动机数控系统余度管理方法研究

作者： 贾盼盼   俞刚   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   解析余度   数控系统   MATLAB仿真平台  

描述： 传感器作为测量元件在航空发动机控制系统中具有举足轻重的作用，传感器信号的准确性直接影响到航空发动机控制系统的安全稳定工作。因此，应建立航空发动机控制系统传感器故障检测、隔离和重构系统，从而

航空发动机气路检测静电传感器仿真研究

作者： 何双亮   葛文庆   孙忠湖   毛玲阳   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   静电传感器   仿真分析   多物理场  

描述： 针对航空发动机气路静电检测静电传感器的复杂工作环境，开展传感器的流场、电场、温度场耦合的多物理场建模与仿真研究。采用有限元分析软件建立静电传感器的数值模型并进行仿真分析，研究探针型静电传感器探极

航空发动机气压测量设备吹校系统设计

作者： 赵晨   张巍   康健   刘俊琪   乔黎   林山   来源： 测控技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   吹扫   校准   快速零点校准  

描述： 针对航空发动机试车台气压测量管路堵塞和气压测量设备温度漂移导致的气压测量数据失真,以及测量设备检定效率低的问题,开发了基于PLC和触摸屏的气压测量设备吹校系统。该系统搭建了模式切换管路和吹扫管路,并

航空发动机气压测量设备吹校系统设计

作者： 赵晨   张巍   康健   刘俊琪   乔黎   林山   来源： 测控技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   吹扫   校准   快速零点校准  

描述： 针对航空发动机试车台气压测量管路堵塞和气压测量设备温度漂移导致的气压测量数据失真,以及测量设备检定效率低的问题,开发了基于PLC和触摸屏的气压测量设备吹校系统。该系统搭建了模式切换管路和吹扫管路,并

基于贝叶斯风险最小化的航空发动机状态评估

作者： 梁斐杰   武斌   索明亮   来源： 测控技术 年份： 2020 文献类型 ： 期刊 关键词： 模糊决策   航空发动机   贝叶斯风险   状态评估  

描述： 为有效评估航空发动机所处运行状态,提出一种基于贝叶斯风险最小化原则的状态评估方法。利用模糊贝叶斯风险模型从发动机全寿命数据中挖掘得到最优特征子集及对应的权重,利用多属性决策集结运算结果和统计函数生成

航空发动机高温测试技术的研究进展

作者： 王燕山   董祥明   刘伟   黄漫国   李欣   崔海旭   来源： 测控技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   高温测试   温度传感器  

描述： 温度测试对于航空发动机设计与研制有极其重要的意义。航空发动机高温测试技术主要应用于热端部件高温燃气与壁面温度的测量,对于发动机燃气涡轮设计和了解燃烧室中的燃烧过程具有重要意义。主要介绍了热电偶测温

基于贝叶斯风险最小化的航空发动机状态评估

作者： 梁斐杰   武斌   索明亮   来源： 测控技术 年份： 2020 文献类型 ： 期刊 关键词： 模糊决策   航空发动机   贝叶斯风险   状态评估  

描述： 为有效评估航空发动机所处运行状态,提出一种基于贝叶斯风险最小化原则的状态评估方法。利用模糊贝叶斯风险模型从发动机全寿命数据中挖掘得到最优特征子集及对应的权重,利用多属性决策集结运算结果和统计函数生成

航空发动机高温测试技术的研究进展

作者： 王燕山   董祥明   刘伟   黄漫国   李欣   崔海旭   来源： 测控技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   高温测试   温度传感器  

描述： 温度测试对于航空发动机设计与研制有极其重要的意义。航空发动机高温测试技术主要应用于热端部件高温燃气与壁面温度的测量,对于发动机燃气涡轮设计和了解燃烧室中的燃烧过程具有重要意义。主要介绍了热电偶测温

基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅     吴亚锋     郑华     缑林峰   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向，提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络，首先通过编码器中的特征注意力单元对工况序列进行动态特征提取，然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数，最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型，从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析，结果表明，相比于其他常用多变量时间序列预测模型，FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构，故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。