基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   一维卷积残差网络   能谱分析   深度学习   磨损  

描述： 针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多，靠人工经验难于进行磨损部位精确识别的问题，提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元，搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入，采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别；以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性，并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明，所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力，在真实的某型航空发动机能谱数据基础上，对含氧数据和噪声数据分别进行测试，进一步说明该模型用于对磨损定位识别的有效性，具备实际应用的可行性。

基于时空特征的航空发动机剩余使用寿命预测

作者： 徐震震     薛林     马凯     杨玉迪   来源： 电子测量技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   深度学习   时间特征   剩余寿命预测   空间特征  

描述： 航空发动机作为一种高精密机械部件，对飞机性能和可靠性有重要影响。准确的剩余寿命预测可以降低维修成本，减少安全事故的发生。现有的预测方法只关注传感器数据之间的时间关系，忽略了传感器之间的空间关系。本文提出了一种时空特征融合的网络模型，利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征，运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证，子数据集FD001的RMSE为12.81,Score为252.04,实验结果表明，该方法相对于其他预测方法，预测精度更高。

基于社交隐式模型的运输类飞机人员疏散轨迹预测

作者： 陈琨     李放     冯振宇     陈向明     段龙坤   来源： 交通运输工程学报 年份： 2024 文献类型 ： 期刊 关键词： 民用航空   深度学习   轨迹预测   应急撤离   社交隐式模型  

描述： 基于社交隐式模型的运输类飞机人员疏散轨迹预测

基于深度学习的智慧航空物流综合服务智能问答方法

作者： 章丰田   来源： 自动化应用 年份： 2024 文献类型 ： 期刊 关键词： 综合服务   智能问答   深度学习   航空物流   智慧航空  

描述： 基于深度学习的智慧航空物流综合服务智能问答方法

飞机装配过程错漏装检测技术研究进展

作者： 王振宇     张祥春     严佳     张晓庆     武湛君   来源： 无损检测 年份： 2024 文献类型 ： 期刊 关键词： 错漏装   机器视觉   深度学习   无损检测   模板匹配  

描述： 飞机装配过程错漏装检测技术研究进展

作者： 秦子轩     张晓东     白广芝     任先聪   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   剩余可用寿命   深度学习   多头注意力机制   多尺度卷积双向长短期记忆网络  

描述：

基于CNN-LSTM混合模型的民航非计划事件分析方法

作者： 王捷     周迪     左洪福     陆扬   来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 长短时记忆神经网络   卷积神经网络   深度学习   民航安全   文本分析  

描述： 安全是民航业的核心主题，非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度，论文提出了一种基于CNN-LSTM的混合深度神经网络模型，用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较，在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明，所提出的CNN-LSTM混合模型具有最高的分类准确率，对于不平衡数据样本，具有最稳定的分类性能。

技能领域深度学习评价核心指标构建与量表开发研究——以飞机维修虚拟仿真学习为例

作者： 穆肃     高春瑾     田巨   来源： 广州开放大学学报 年份： 2024 文献类型 ： 期刊 关键词： 飞机维修   深度学习   量表开发   虚拟仿真   评价指标  

描述： 学生主动、有深度的学习有利于促进职业技能提升。教学质量评价是职业技能教学的重要一环，深度学习理论可为技术支持下的专业技能教学与评价提供理论支持和实践指导。本研究以飞机维修虚拟仿真教学为例，采用专家访谈法和德尔菲专家咨询法，在“认知—行为—情感”维度下构建了飞机维修技能学习中指向深度学习的核心评价指标体系，包括迁移应用、分析判断、主动协作学习、批判反思、产生持久兴趣和内化职业价值观。在借鉴与深度学习相关的成熟量表基础上，结合飞机维修人员的能力要求，重新设计量表题项。信效度检验的结果显示，该量表具有较好的信度和效度，可用于后续教学实践。

航空发动机叶片表面损伤与检测研究进展

作者： 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  

描述： 航空发动机叶片的工作环境极其恶劣，表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作，严重依赖工作经验，但人工检测不仅效率低下，而且检测结果容易受到人为因素的影响。为了高效、高精度地检测发动机叶片表面损伤，从叶片失效形式出发，综述了发动机叶片在停放和运行2种状态下的损伤机理，并重点阐述了涡流检测、渗透检测等常用于叶片表面损伤检测的方法。总结了基于机器视觉的检测技术，分析机器视觉检测面临数据集稀缺和单一性的挑战，认为收集大量数据并进一步完善评估标准是未来发动机叶片表面损伤检测系统研究的重点方向。

基于深度迁移学习的复杂机场场景飞机目标检测方法

作者： 钟聃     李铁虎     李诚   来源： 光子学报 年份： 2024 文献类型 ： 期刊 关键词： 深度学习   机场场面   迁移学习   特征金字塔网络   飞机目标检测  

描述： 提出了一种改进的深度学习模型，旨在解决检测问题。首先基于迁移学习，微调预训练模型，提高了模型在有限的飞机数据集中的特征提取能力。其次，融入调整模块以增加深层特征图的感受野，提升模型的鲁棒性。引入特征金字塔网络，融合不同尺度的特征信息，进一步增强多尺度特征提取能力。最后，优化了检测头，融合轻量化的分类和回归并行分支，平衡了目标检测的准确性和实时性。构建了易于拓展的Aeroplane数据集，并对所提方法进行了实验验证。结果表明，所提模型在单架飞机、相互遮挡的飞机和小飞机的检测中平均精度分别提高了4.9%、4.0%和4.4%。所提方法在不同环境下表现优于其他经典方法，包括各类遮挡和夜间、雾天等复杂场景，具有良好的场景鲁棒性。