某型飞机腹板裂纹分析及改装设计

作者： 彭军   郭晨阳   张勇   张赟   杨欣毅   来源： 系统仿真技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   深度学习   神经网络  

描述： 引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费较长时间,但是深度置信网络算法结构克服了浅层网络算法结构的不足,其计算结果能够达到更高诊断精度,并具有较好的抗噪性能。

基于深度学习的飞行器动力系统故障诊断

作者： 张懋石   来源： 厦门大学 年份： 2018 文献类型 ： 学位论文 关键词： 自编码网络   故障诊断   深度学习  

描述： 基于深度学习的飞行器动力系统故障诊断

基于深度学习的航空发动机故障融合诊断

作者： 车畅畅   王华伟   倪晓梅   洪骥宇   来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   深度学习   抗干扰能力   决策融合  

描述： 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机

基于深度学习的航空传感器故障诊断方法

作者： 郑晓飞   郭创   姚斌   冯华鑫   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 信号重构   故障诊断   深度学习   航空传感器   深度置信网络   故障隔离  

描述： 为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信

基于深度学习网络的航空发电机旋转整流器诊断技术研究

作者： 师鸽   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发电机   旋转整流器   故障诊断   深度学习   自动编码器   深度置信网络  

描述： 基于深度学习网络的航空发电机旋转整流器诊断技术研究

民用飞机液压管路系统设计流程与方法

作者： 杨志敏   张亚平   张倩   来源： 航空工程进展 年份： 2018 文献类型 ： 期刊 关键词： 设计需求   液压管路   压降平衡设计   压力限制  

描述： 飞机液压管路系统设计的优劣直接影响着液压系统及用户系统的性能。为了形成设计指导,根据民用飞机的设计思路,从需求入手,总结民用飞机研制各阶段液压管路系统设计输入、输出信息的捕获、设计方法及应达到的设计目标。通过实例,验证了所采用的压降曲线谱快速分配、调整压降及管径方法简单有效,本文所总结的设计流程与方法能够指导民用飞机液压管路系统的设计。

航空发动机液压管路-卡箍系统的非线性振动特性研究

作者： 林君哲   来源： 东北大学 年份： 2018 文献类型 ： 学位论文 关键词： 液压管路   航空发动机   非线性振动   振动分析   卡箍系统   泵源激励  

描述： 航空发动机液压管路-卡箍系统的非线性振动特性研究

飞机液压管路系统振动仿真分析

作者： 钟林林   来源： 沈阳航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 液压管路   振动   ANSYS   Workbench   仿真   飞机  

描述： 飞机液压管路系统振动仿真分析

基于Galekin及状态空间法的飞机液压管路流固耦合振动特性研究

作者： 贾楠非   伍国卿   韦毅   来源： 2018年全国固体力学学术会议 年份： 2018 文献类型 ： 会议论文 关键词： 动态设计   液压管路   Galekin法   管流参数   流固耦合   降频效应   状态空间法  

描述： 基于Galekin及状态空间法的飞机液压管路流固耦合振动特性研究

基于深度学习的航空器异常飞行状态识别

作者： 吴奇   储银雪   来源： 民用飞机设计与研究 年份： 2018 文献类型 ： 期刊 关键词： 飞行状态识别   深度学习   高斯过程  

描述： 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。