关键词
航空发动机健康管理系统数字仿真平台关键技术研究
作者: 刘伟民   来源: 南京航空航天大学 年份: 2020 文献类型 : 学位论文 关键词: 航空发动机   剩余寿命预估   集成验证   故障诊断   健康管理   软件工程   神经网络  
描述: 航空发动机健康管理系统数字仿真平台关键技术研究
航空发动机健康管理系统数字仿真平台关键技术研究
作者: 刘伟民   来源: 南京航空航天大学 年份: 2020 文献类型 : 学位论文 关键词: 航空发动机   剩余寿命预估   集成验证   故障诊断   健康管理   软件工程   神经网络  
描述: 航空发动机健康管理系统数字仿真平台关键技术研究
航空发动机整机振动故障诊断技术研究
作者: 王志   来源: 沈阳航空工业学院 年份: 2016 文献类型 : 学位论文 关键词: 整机振动   故障方程   航空发动机   故障诊断   频谱分析   神经网络  
描述: 整机振动测试及信号分析技术,系统地研究了三种航空发动机整机振动故障诊断方法,即基于频谱分析的故障诊断方法,基于神经网络的故障诊断方法以及基于故障方程的故障诊断方法。通过对航空发动机整机振动信号进行
航空发动机自适应建模及故障诊断
作者: 赵世荣   来源: 南京航空航天大学 年份: 2016 文献类型 : 学位论文 关键词: 航空发动机   故障诊断平台   信息融合   神经网络   综合故障诊断   自适应建模  
描述: 成为必要和可能。本文针对航空发动机综合故障诊断中的三个关键技术展开研究,包括基于实际测量数据的自适应建模技术、应用神经网络信息融合技术诊断航空发动机气路部件故障以及双核多用途高性能嵌入式故障诊断平台的设计开发及
航空发动机零部件的试验模态分析及应用
作者: 徐一鸣   来源: 中国民用航空学院 年份: 2016 文献类型 : 学位论文 关键词: 试验模态分析   航空发动机   神经网络   损伤识别   发动机零部件   模态参数  
描述: 航空发动机零部件的动态特性及其变化对于发动机整体性能及安全性有很大的影响。因此对发动机零部件进行试验模态分析,并通过其模态参数的变化进行零部件的损伤缺陷诊断,是一种有意义并有工程应用前景的方法。 任何一个机械系统,总可以建立一个以质量、刚度、
基于RDK-ELM的航空发动机控制系统故障诊断
作者: 陈虹潞   黄向华   来源: 航空发动机 年份: 2021 文献类型 : 期刊 关键词: 航空发动机   极限学习机   控制系统   简约改进   故障诊断   深度学习  
描述: 为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构
基于深度学习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: 一直以来,航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响,有效改善传统射线检测费时费力、效率低下等问题,针对航空发动机涡轮叶片射线图像,基于
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
基于深度学习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: 一直以来,航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响,有效改善传统射线检测费时费力、效率低下等问题,针对航空发动机涡轮叶片射线图像,基于
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: 2024 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
< 1 2 3 ... 18 19 20 ... 474 475 476
Rss订阅