民航发动机气路健康状态预测与备发调配建模方法研究

作者： 王芳   来源： 哈尔滨工业大学 年份： 2021 文献类型 ： 学位论文 关键词： 民航发动机   备发调配   维修决策   基地合作网络   故障诊断   气路健康状态预测  

描述： 民航发动机气路健康状态预测与备发调配建模方法研究

基于D-S证据理论的航空发动机气路故障融合诊断

作者： 李小林   屈卫东   来源： 第37届中国控制会议 年份： 2018 文献类型 ： 会议论文 关键词： 支持向量机   D   融合诊断   故障诊断   气路   S证据理论   神经网络  

描述： 基于D-S证据理论的航空发动机气路故障融合诊断

基于航空发动机关键部件的故障诊断方法及预测问题研究

作者： 潘春露   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   长短时记忆神经网络   故障诊断   统计过程分析   鸟撞仿真   残差网络   故障预测  

描述： 基于航空发动机关键部件的故障诊断方法及预测问题研究

基于模型参数辨识的航空发动机风扇叶片裂纹故障诊断

作者： 张帅   来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 叶片裂纹   遗传算法   航空发动机   阻尼   故障诊断   参数辨识  

描述： 。结果表明：相同叶片不同次测量试验得到的叶片阻尼比相差0.02%；不同叶片个体差异导致的阻尼比最大相差2.9%;5#风扇叶片产生裂纹后的阻尼比减小了6.4%。可见，叶片的阻尼比对其几何特性的变化十分敏感，且通过对风扇叶片阻尼比进行模型参数对应的遗传算法辨识能够实现风扇叶片裂纹故障诊断。

基于油液分析的航空发动机磨损故障诊断方法研究

作者： 柏宇   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   极限学习机   免疫算法   故障诊断   证据融合   贝叶斯理论  

描述： 基于油液分析的航空发动机磨损故障诊断方法研究

面向航空发动机推力控制的大气参数测量系统设计

作者： 李琛   郝彬彬   左伟   何佳音   吴新   高凯   来源： 航空发动机 年份： 2023 文献类型 ： 期刊 关键词： 大气环境参数   航空发动机   故障诊断   信号表决   推力控制   容错能力  

描述： 和发动机的有限硬件资源，提出了一种适用于多发飞机的多余度机载环境大气参数测量系统架构。针对不同来源的信号，分别设计了相应信号故障诊断算法、表决算法以及多源信号故障切换逻辑，保证系统在信号发生故障时可及时

航空发动机阵列式静电传感器实验研究及监测系统开发

作者： 刘全   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   颗粒定位   静电监测   故障诊断   气路   阵列式静电传感器   LabVIEW  

描述： 航空发动机阵列式静电传感器实验研究及监测系统开发

基于DRSN与电压幅值分析的航空HVDC系统中逆变器故障诊断

作者： 黄湛钧   董鑫   卢沐宇   张瑞涛   闫钊阳   张安   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 故障诊断   深度残差收缩网络   HVDC系统   故障模块识别   270V   线电压幅值分析  

描述： 机载270V高压直流(HVDC)系统的故障诊断一直是航电领域中的一个难点问题，为此提出了基于深度残差收缩网络(DRSN)的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 航空发动机振动信号复杂，数据量大，其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域，利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于

一种基于级联神经网络的飞机检测方法

作者： 王晓林   苏松志   刘晓颖   蔡国榕   李绍滋   来源： 智能系统学报 年份： 2021 文献类型 ： 期刊 关键词： 嵌入式设备   遥感图像   级联   卷积神经网络   两阶段   深度学习   飞机检测   由粗到细  

描述： 由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。