通用航空机队设备可靠性综合评估模型与控制研究

作者： 韩建铖   来源： 中国民用航空飞行学院 年份： 2018 文献类型 ： 学位论文 关键词： 可靠性评估   设备可靠性   BP神经网络   通用航空   模糊模式识别  

描述： 通用航空机队设备可靠性综合评估模型与控制研究

多源航空监视信息融合技术的研究与实现

作者： 李豆豆   来源： 北京邮电大学 年份： 2018 文献类型 ： 学位论文 关键词： 多雷达   信息融合   GPU加速   BP神经网络   多飞行器  

描述： 多源航空监视信息融合技术的研究与实现

基于数据融合的飞机货舱火警系统研究

作者： 张红梅   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： BP神经网络   飞机货舱   集装箱火警探测系统   三融合探测系统   MATLAB  

描述： 基于数据融合的飞机货舱火警系统研究

基于特征的航空结构件工艺知识库建立和数据挖掘研究

作者： 张丹丹   来源： 山东大学 年份： 2018 文献类型 ： 学位论文 关键词： 模糊决策   BP神经网络   特征   知识表达   聚类分析  

描述： 基于特征的航空结构件工艺知识库建立和数据挖掘研究

面向等级保护的民航信息系统安全性评估研究

作者： 辛倩   来源： 中国民航大学 年份： 2018 文献类型 ： 学位论文 关键词： BP神经网络   民航信息系统   安全评估   信息安全等级保护   模糊综合评价法  

描述： 面向等级保护的民航信息系统安全性评估研究

航空发动机尾气流场散斑测量立体匹配方法研究

作者： 马凯   来源： 中国民航大学 年份： 2018 文献类型 ： 学位论文 关键词： 改进KLT算法   BP神经网络   内参数校准   虚拟立体视觉   立体匹配  

描述： 航空发动机尾气流场散斑测量立体匹配方法研究

基于ABC-BP神经网络的航空发动机故障诊断方法

作者： 鲜倪军   来源： 装备制造技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   人工蜂群算法   BP神经网络   故障诊断   机械磨损  

描述： 为有效诊断发动机机械磨损故障,根据滑油金属磨屑建立基于ABC-BP神经网络故障诊断模型。模型针对BP神经网络的缺陷,利用人工蜂群优化BP神经网络,在初始化参数时将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的一组参数作为神经网络的权值和阈值。最后应用航空实际数据进行仿真研究,结果表明模型有较好的故障诊断效果,为实现故障预测和健康管理奠定基础。

基于ABC-BP神经网络的航空发动机故障诊断方法

作者： 鲜倪军   来源： 装备制造技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   人工蜂群算法   BP神经网络   故障诊断   机械磨损  

描述： 为有效诊断发动机机械磨损故障,根据滑油金属磨屑建立基于ABC-BP神经网络故障诊断模型。模型针对BP神经网络的缺陷,利用人工蜂群优化BP神经网络,在初始化参数时将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的一组参数作为神经网络的权值和阈值。最后应用航空实际数据进行仿真研究,结果表明模型有较好的故障诊断效果,为实现故障预测和健康管理奠定基础。

基于TMS320F2812的航空相机自动调焦系统

作者： 董伟   张俊民   桂美景   李晨光   来源： 电工电能新技术 年份： 2018 文献类型 ： 期刊 关键词： BP神经网络   直流航空故障电弧   香农熵   小波包分解   故障频率段  

描述： 针对航空故障电弧持续时间短,电流强度小,检测极为困难等特点,提出在直流系统中基于小波包和BP神经网络的航空故障电弧的识别方法。首先搭建串联和并联故障电弧实验平台,采集线路正常和产生电弧情况下的电流信号;对电流信号进行三层小波包分解,根据求解到的总能量与总香农熵的比值,确定最佳的小波包基函数;利用每一频率段的能量与香农熵的比值确定航空故障电弧的特征频率段;然后提取特征频率段的香农熵作为故障电弧的特征量;最后利用LM算法优化的BP神经网络对故障电弧进行判别。结果表明,故障电弧的识别率达到95%以上。

基于TMS320F2812的航空相机自动调焦系统

作者： 董伟   张俊民   桂美景   李晨光   来源： 电工电能新技术 年份： 2018 文献类型 ： 期刊 关键词： BP神经网络   直流航空故障电弧   香农熵   小波包分解   故障频率段  

描述： 针对航空故障电弧持续时间短,电流强度小,检测极为困难等特点,提出在直流系统中基于小波包和BP神经网络的航空故障电弧的识别方法。首先搭建串联和并联故障电弧实验平台,采集线路正常和产生电弧情况下的电流信号;对电流信号进行三层小波包分解,根据求解到的总能量与总香农熵的比值,确定最佳的小波包基函数;利用每一频率段的能量与香农熵的比值确定航空故障电弧的特征频率段;然后提取特征频率段的香农熵作为故障电弧的特征量;最后利用LM算法优化的BP神经网络对故障电弧进行判别。结果表明,故障电弧的识别率达到95%以上。