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

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。

基于深度学习的遥感影像飞机目标检测与识别技术研究

作者： 谭振宇   来源： 战略支援部队信息工程大学 年份： 2020 文献类型 ： 学位论文 关键词： R   遥感影像   CNN算法   目标检测   深度学习   Faster   飞机目标   YOLO算法  

描述： 基于深度学习的遥感影像飞机目标检测与识别技术研究

基于深度学习的民机系统维修决策研究

作者： 车畅畅   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 维修决策   深度信念网络   维修等级决策   深度学习   结构方程模型   维修感知   民机系统   故障预测  

描述： 基于深度学习的民机系统维修决策研究

基于深度学习的航司航空发动机智能损伤检测一体化解决方案

作者： 王锦申   黄旭   万夕里   来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测   编码器   发动机   目标检测   深度学习   一体化解决方案   神经网络   在线计数   孔探检测  

描述： 航空发动机作为飞机的关键部件，其损伤诊断和维护是保障飞机飞行安全的核心任务。目前，通过人工的定期孔探检测开展检查和维护工作，既费时又容易出错。为此，本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法，以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值，对保证发动机适航具有重要意义。

基于统一网络架构的多模态航空影像质量评价研究

作者： 闫婧   武林伟   刘伟杰   韩如雪   来源： 现代电子技术 年份： 2023 文献类型 ： 期刊 关键词： 无参考模型   特征提取   卷积神经网络   特征融合   多模态数据   深度学习   网络结构   影像质量评价  

描述： 高质量无人机航空影像是目标检测、分析、识别的重要前提条件，但各类传感器成像机理不同，质量影响因素多样，往往需要根据不同模态数据的特性设计不同的网络模型，从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题，提出一种基于统一网络框架的无参考多模态影像质量评价模型，通过自适应地学习图像块内部的局部特征与图像块之间的相互关系，完成空间维度上的全局信息融合和时间维度上的时序信息融合，实现对多种模态影像数据的质量评估，进而快速有效地监测筛选采集数据的质量，提高有效数据采集效率。实验结果表明，该方法在多种模态的影像数据质量评价上具备泛用性和有效性。