全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 飞机异常动载荷快速定位的深度神经网络方法
- 作者： 梁舒雅 徐昕炜 杨特 王乐 杨智春 来源： 振动工程学报 年份： 2024 文献类型 ： 期刊 关键词： 深度神经网络 LSTM神经网络 反问题 动载荷定位 飞机结构
- 描述： 飞机异常动载荷快速定位的深度神经网络方法
- 飞机异常动载荷快速定位的深度神经网络方法
- 作者： 梁舒雅 徐昕炜 杨特 王乐 杨智春 来源： 振动工程学报 年份： 2024 文献类型 ： 期刊 关键词： 深度神经网络 LSTM神经网络 反问题 动载荷定位 飞机结构
- 描述： 飞机异常动载荷快速定位的深度神经网络方法
- 基于VMD和LSTM模型的航空液压管路卡箍故障诊断
- 作者： 张小龙 汪曦 于晓光 薛政坤 崔芷宁 吕佳文 来源： 液压与气动 年份： 2022 文献类型 ： 期刊 关键词： 液压管路卡箍 故障诊断 LSTM神经网络 VMD
- 描述： 航空发动机液压管路-卡箍系统中卡箍振动信号具有非线性和非平稳性的特点，难以从卡箍故障信号中准确识别出其故障类型。针对该问题，提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)-长短时记忆(Long Short-Term Memory, LSTM)神经网络模型的智能故障诊断方法。首先，利用遗传算法对VMD的模态分量k值和惩罚因子α进行参数优化；然后，将优化后的VMD对卡箍故障振动信号进行分解处理；最后，将分解后的模态分量输入LSTM网络中进行特征学习，从而实现卡箍故障的识别。实验表明：该方法实现了对卡箍螺栓松动状态、根部断裂状态、衬垫磨损等3种典型故障的精准识别，故障总体识别准确率能够达到98.5%以上，有效地提高了航空液压管路卡箍故障识别的准确率。
- 基于VMD和LSTM模型的航空液压管路卡箍故障诊断
- 作者： 张小龙 汪曦 于晓光 薛政坤 崔芷宁 吕佳文 来源： 液压与气动 年份： 2022 文献类型 ： 期刊 关键词： 液压管路卡箍 故障诊断 LSTM神经网络 VMD
- 描述： 航空发动机液压管路-卡箍系统中卡箍振动信号具有非线性和非平稳性的特点，难以从卡箍故障信号中准确识别出其故障类型。针对该问题，提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)-长短时记忆(Long Short-Term Memory, LSTM)神经网络模型的智能故障诊断方法。首先，利用遗传算法对VMD的模态分量k值和惩罚因子α进行参数优化；然后，将优化后的VMD对卡箍故障振动信号进行分解处理；最后，将分解后的模态分量输入LSTM网络中进行特征学习，从而实现卡箍故障的识别。实验表明：该方法实现了对卡箍螺栓松动状态、根部断裂状态、衬垫磨损等3种典型故障的精准识别，故障总体识别准确率能够达到98.5%以上，有效地提高了航空液压管路卡箍故障识别的准确率。
- 陈乃兴先生的主要学术成就和对科技发展的重要贡献： 隆重纪念先生逝世一周年
- 作者： 王保国 黄伟光 徐燕骥 来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 工程热物理 航空发动机 学术贡献 反问题 优化设计 气动热力学
- 描述： 2019年8月6日是我国著名工程热物理学家陈乃兴先生逝世一周年的纪念日。本文从六个方面详细阐述了陈乃兴先生的主要学术成就和对科技发展的重要贡献。他一生献身祖国、献身科学研究的拼搏精神，鼓舞大家砥砺奋进。
- 陈乃兴先生的主要学术成就和对科技发展的重要贡献： 隆重纪念先生逝世一周年
- 作者： 王保国 黄伟光 徐燕骥 来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 工程热物理 航空发动机 学术贡献 反问题 优化设计 气动热力学
- 描述： 2019年8月6日是我国著名工程热物理学家陈乃兴先生逝世一周年的纪念日。本文从六个方面详细阐述了陈乃兴先生的主要学术成就和对科技发展的重要贡献。他一生献身祖国、献身科学研究的拼搏精神，鼓舞大家砥砺奋进。
- 航空发动机虚拟自学习控制方法研究
- 作者： 董建华 朱建铭 黎瀚涛 刘文烁 唐炜 来源： 航空工程进展 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 LSTM神经网络 智能控制 强化学习 TD3算法
- 描述： 随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM神经网络建立虚拟学习环境，然后采用深度强化学习TD3算法，在虚拟环境中训练智能控制器，最后采用JT9D发动机模型验证智能控制器的性能。结果表明：相比于传统PID控制，智能控制器产生的超调量更小，调节时间更短。
- 航空发动机虚拟自学习控制方法研究
- 作者： 董建华 朱建铭 黎瀚涛 刘文烁 唐炜 来源： 航空工程进展 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 LSTM神经网络 智能控制 强化学习 TD3算法
- 描述： 随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM神经网络建立虚拟学习环境，然后采用深度强化学习TD3算法，在虚拟环境中训练智能控制器，最后采用JT9D发动机模型验证智能控制器的性能。结果表明：相比于传统PID控制，智能控制器产生的超调量更小，调节时间更短。