基于LSTM的航空发电机整流电路诊断技术

作者： 陈文杰   崔江   来源： 电机与控制应用 年份： 2023 文献类型 ： 期刊 关键词： 整流电路   长短时记忆网络   电励磁双凸极发电机   故障诊断  

描述： 整流电路是航空发电机的重要组成部分，存在故障频发且维修困难等问题。为对电励磁双凸极发电机(DSEG)的整流电路进行故障诊断，研究了一种基于长短时记忆(LSTM)网络的故障诊断方法。首先，采集多种故障

改进一维卷积神经网络的航空发动机故障诊断方法

作者： 伍济钢   文港   杨康   来源： 电子测量与仪器学报 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   一维卷积神经网络   多尺度模块  

描述： 针对现有航空发动机故障诊断的1DCNN方法缺乏故障频率多尺度特征提取能力以及对原始振动信号时域特征提取不足的问题，通过融合内嵌多尺度层到双通道1DCNN提出了改进1DCNN的航空发动故障诊断方法

航空发动机典型振动故障分析软件开发及应用

作者： 金业壮   许卓   邓奕辰   李晖   闻邦椿   来源： 机床与液压 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   振动故障   分析软件  

描述： 充分考虑故障信号采集需具有的准确、实时等特点的基础上，详细介绍所开发的软件功能；最后应用该软件对航空发动机的机油故障进行实际的诊断与测试。研究结果表明：该软件各项功能表现优秀，可很好地实现对发动机典型振动故障信号的实时采集、分析处理、数据输出等功能，能够满足故障诊断的需求。

某型航空交流发电机试车断电故障分析

作者： 郭涛   邱欣   陈章恒   苑振宇   桑伟汉   来源： 电机技术 年份： 2023 文献类型 ： 期刊 关键词： 旋转整流器   故障诊断   交流发电机  

描述： 针对飞机试车过程中左侧无刷同步交流发电机发生的断电故障，结合飞机电源系统，对该故障展开分析。在分析中借助Multisim软件，对航空发电机内部旋转整流器进行单管故障仿真，对故障加以验证，最终实现故障诊断。

基于特征优化与改进KNN的航空发动机故障诊断

作者： 周寒   莫李平   刘渊   王奕首   卿新林   来源： 航空计算技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   改进KNN算法   特征优化算法  

描述： 为有效解决航空发动机气路故障诊断难题，建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理，包括特征增维与近邻成分分析算法；将特征优化后的特征输入改进

航空液压系统故障模拟试验台设计

作者： 杨望东   周旸   郭一涵   来源： 测控技术 年份： 2023 文献类型 ： 期刊 关键词： 航空液压系统   故障诊断   故障模拟试验台   小波包能量谱  

描述： 飞机液压系统故障诊断是飞机故障预测与健康管理(Prognostics and Health Management, PHM)领域的难点。随着液压系统向高压化方向发展，其渗漏、增温、压力脉动导致的管道

基于振动信号的航空发动机故障诊断研究

作者： 路阳   葛向东   高强   乔保栋   陈国栋   来源： 中国设备工程 年份： 2023 文献类型 ： 期刊 关键词： 整机振动   航空发动机   故障诊断   振动响应  

描述： 本文提出了一种基于主机测点振动信号的航空发动机故障诊断方法。通过对振动信号进行分析，对发动机出现故障的大体位置、结构的故障形式、轴承失效等问题做出初步的分析判断，本文的经验结论对故障诊断工作起到

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率，提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法，以辅助孔探工作。首先，针对原始孔探图像中缺陷样本的类别不平衡问题，采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法，丰富小样本图像并构建缺陷数据集。然后，在基准网络YOLOv5中融入协调注意力模块(CA)，以强调缺陷特征的提取，增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN)，以完成更高层次的特征融合，提升对多尺度目标的表达能力。最后，将边界框回归损失函数定义为EIOU损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

基于堆栈自编码器和DeepAR的航空发动机剩余寿命预测

作者： 李浩   王卓健   李哲   陈煊   李园   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   寿命预测   深度学习   预测模型   数据融合  

描述： 针对现有航空发动机剩余寿命预测大多基于单点预测模式，不能准确给出预测结果置信区间的问题，提出了一种基于堆栈自编码器结合DeepAR模型的概率分布预测模型。首先，堆栈自编码器通过无监督式深度学习对发动机监测数据进行特征提取，构建反映性能退化的健康指标（HI），基于双向长短期记忆（BiLSTM）网络构建DeepAR预测模型，将提取后的HI序列输入到DeepAR模型中，预测模型对HI序列与使用时间的隐含关系进行全局学习，并输出发动机剩余寿命的概率分布参数。利用CMPASS涡扇发动机退化数据集进行实验，验证所提方法的有效性。结果表明，本文所提预测方法同其他方法相比，对监测数据融合的效果更好，预测模型性能提高6.4%，实际剩余寿命基本在95%置信区间内。

时间域航空电磁激发极化参数三维反演研究

作者： 满开峰   殷长春   刘云鹤   孙思源   熊彬   来源： 地球物理学报 年份： 2023 文献类型 ： 期刊 关键词： Pearson相关约束   激发极化效应   时间域航空电磁   深度学习   3D反演  

描述： 时间域航空电磁中心回线(或重叠回线)装置晚期道数据受激电效应影响常出现符号反转现象.这类数据与多个激电参数相关，并且各参数之间灵敏度差异较大，导致反演存在严重的非唯一性.本文提出一种基于Pearson相关性约束和深度学习算法相结合的时间域航空电磁激发极化参数反演策略.该反演策略首先基于深度学习预测时间域航空电磁激电参数，进而给时间常数和频率相关系数一个较小的约束范围后再反演电阻率和极化率，由此大大减少反演的多解性.针对电阻率和极化率的反演，我们采用统计学中Pearson相关系数构建两种物性参数的相关性约束，进一步减少反演多解性.为验证反演策略的有效性，我们对双棱柱模型和拱形模型分别进行反演试算.理论测试结果表明，基于Pearson相关性约束的电阻率和极化率的反演结果比传统的高斯-牛顿反演结果更接近真实模型，而基于深度学习预测时间常数和频率相关系数后的电阻率和极化率反演结果与给定真实时间常数和频率相关系数后的反演结果效果相当.最后，我们对来自澳大利亚的带激电效应的航空电磁实测数据在考虑和不考虑激电效应条件下进行反演，结果表明考虑激电效应的反演无论数据拟合还是地电断面的连续性均得到明显改善.