首页>
根据【关键词:滚动轴承,故障诊断,深度学习,多任务,残差网络,损伤大小 】搜索到相关结果 79 条
基于YOLO架构的海上遇险航空器识别方法研究
作者:
刘皓晨
来源:
中国民用航空飞行学院
年份:
2021
文献类型 :
学位论文
关键词:
tiny
深度学习
目标识别
YOLOv4
海上搜救
描述:
基于YOLO架构的海上遇险航空器识别方法研究
基于非线性Wiener过程的航空发动机退化建模与剩余寿命智能预测方法研究
作者:
孙婷
许勇
来源:
第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)
年份:
2021
文献类型 :
会议论文
关键词:
数据驱动
时间序列
退化建模
剩余寿命
深度学习
描述:
基于非线性Wiener过程的航空发动机退化建模与剩余寿命智能预测方法研究
基于神经网络的涡桨航空发动机气路故障智能诊断研究
作者:
高晋峰
来源:
湖南大学
年份:
2021
文献类型 :
学位论文
关键词:
长短期记忆网络
涡桨航空发动机
一维卷积神经网络
深度学习
气路故障诊断
描述:
基于神经网络的涡桨航空发动机气路故障智能诊断研究
航空机电系统先进诊断与预测技术研究
作者:
王红
杨占才
靳小波
封锦琦
来源:
航空科学技术
年份:
2021
文献类型 :
期刊
关键词:
寿命预测
故障诊断
机电系统
模型修正
健康评估
描述:
本文首先分析了国外航空机电系统诊断与预测产品的功能、性能及特点,然后对航空机电系统诊断与预测研制流程进行了分析,接着对可应用于航空机电系统的先进诊断与预测关键技术进行了全面分析,主要包括基于任务剖面的跨系统交联实时故障仿真与验证技术、基于模糊神经网络专家系统的故障模式识别、基于数据驱动的部件剩余寿命预测、基于性能衰退特性的健康状态评估、基于自适应技术的诊断预测模型修正等方面,最后结合国内的研究现状,论述了航空机电系统诊断与预测技术发展过程中需要关注的主要问题,希望能够为航空机电系统诊断与预测技术应用起到一定的推动作用。
航空发动机故障智能检测技术研究
作者:
郝立华
来源:
电子设计工程
年份:
2021
文献类型 :
期刊
关键词:
相关向量机
航空发动机
遗传算法
故障诊断
光谱分析
描述:
针对当前航空发动机故障诊断 技术中支持向量机(SVM)培训时间较长、相关向量机(RVM)误差较大的问题。文中根据航空发动机的工作原理,以某款发动机为例,通过检测发动机油耗颗粒信息,提出了一种基于
基于RS-CART决策树的航空发动机小样本故障诊断
作者:
庞梦洋
索中英
郑万泽
徐宇恒
包壮壮
黄林
来源:
航空动力学报
年份:
2021
文献类型 :
期刊
关键词:
分类与回归树
GINI系数
故障诊断
属性约简
规则提取
描述:
规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断 ,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断 算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
航空机电系统先进诊断与预测技术研究
作者:
王红
杨占才
靳小波
封锦琦
来源:
航空科学技术
年份:
2021
文献类型 :
期刊
关键词:
寿命预测
故障诊断
机电系统
模型修正
健康评估
描述:
本文首先分析了国外航空机电系统诊断与预测产品的功能、性能及特点,然后对航空机电系统诊断与预测研制流程进行了分析,接着对可应用于航空机电系统的先进诊断与预测关键技术进行了全面分析,主要包括基于任务剖面的跨系统交联实时故障仿真与验证技术、基于模糊神经网络专家系统的故障模式识别、基于数据驱动的部件剩余寿命预测、基于性能衰退特性的健康状态评估、基于自适应技术的诊断预测模型修正等方面,最后结合国内的研究现状,论述了航空机电系统诊断与预测技术发展过程中需要关注的主要问题,希望能够为航空机电系统诊断与预测技术应用起到一定的推动作用。
航空发动机故障智能检测技术研究
作者:
郝立华
来源:
电子设计工程
年份:
2021
文献类型 :
期刊
关键词:
相关向量机
航空发动机
遗传算法
故障诊断
光谱分析
描述:
针对当前航空发动机故障诊断 技术中支持向量机(SVM)培训时间较长、相关向量机(RVM)误差较大的问题。文中根据航空发动机的工作原理,以某款发动机为例,通过检测发动机油耗颗粒信息,提出了一种基于
基于RS-CART决策树的航空发动机小样本故障诊断
作者:
庞梦洋
索中英
郑万泽
徐宇恒
包壮壮
黄林
来源:
航空动力学报
年份:
2021
文献类型 :
期刊
关键词:
分类与回归树
GINI系数
故障诊断
属性约简
规则提取
描述:
规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断 ,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断 算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
航空发动机传感器与执行机构信息重构算法
作者:
孙浩
郭迎清
赵万里
来源:
北京航空航天大学学报
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
故障诊断
广义似然比(GLR)
故障幅值估计
信息重构
描述:
为实现航空发动机传感器与执行结构在故障情形下的故障幅值估计及信息重构,缓解故障对发动机性能的影响,在已有故障检测和故障隔离算法的基础上,提出一种基于修正的广义似然比(GLR)方法的信息重构算法。针对某型民用涡扇发动机的传感器与执行机构发生恒偏差与漂移故障的情形下进行了仿真验证。结果表明:基于修正的GLR方法对传感器和执行机构恒偏差和漂移故障的故障幅值估计具有较高的精度,两种故障情形下故障幅值的估计值的均方根误差均不超过0.005,故障部件信息重构后故障对系统性能的影响得到有效缓解。