关键词
基于多传感器融合卷积神经网络航空发动机轴承故障诊断
作者: 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源: 中国电机工程学报 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  
描述: 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障
基于多传感器融合卷积神经网络航空发动机轴承故障诊断
作者: 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源: 中国电机工程学报 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  
描述: 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障
基于注意力机制和CNN-BiLSTM模型的航空发动机剩余寿命预测
作者: 张加劲   来源: 电子测量与仪器学报 年份: 2022 文献类型 : 期刊 关键词: 注意力机制   航空发动机   卷积神经网络   剩余寿命   双向长短期记忆网络  
描述: 航空发动机作为飞机的主要动力源,其可靠性是保证飞机安全的关键。剩余使用寿命预测对于提高航空发动机的可用性和降低其寿命周期成本具有重要意义。针对现有的预测算法存在对航空发动机多维数据特征提取不足的问题
基于差分隐私的航空发动机喘振故障检测
作者: 岑鹏   郑德生   陆超   来源: 燃气涡轮试验与研究 年份: 2022 文献类型 : 期刊 关键词: 差分隐私   航空发动机   卷积神经网络   故障检测   喘振  
描述: 为保护航空发动机数据集包含的众多敏感数据,将差分隐私技术融入卷积神经网络中,提出一种具有差分隐私的卷积神经网络故障检测模型(DP-CNN模型)。阐述了卷积神经网络和差分隐私技术的基本理论和计算步骤
基于优化混合模型的航空发动机剩余寿命预测方法
作者: 刘月峰   张小燕   郭威   边浩东   何滢婕   来源: 计算机应用 年份: 2022 文献类型 : 期刊 关键词: 注意力机制   航空发动机   卷积神经网络   剩余使用寿命   双向长短期记忆网络  
描述: 针对航空发动机剩余使用寿命(RUL)预测方法没有同时加权不同时间步下的数据,包括原始数据和所提取的特征,导致RUL预测准确性较低的问题,提出了一种基于优化混合模型的RUL预测方法。首先,选用三种不同
基于多变量多步CNN的航空发动机剩余寿命预测
作者: 曹越   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   卷积神经网络   剩余寿命   端对端预测   状态参数  
描述: 针对航空发动机状态参数多、非线性特征提取难、多环节剩余寿命预测累计误差高的痛点问题,提出多变量多步卷积神经网络用于航空发动机剩余寿命预测。将多状态参数对应的长时间序列作为输入样本,连续的剩余寿命值
作者: 戴郎杰     蔡开龙     王阿久     黄菲   来源: 电子测量技术 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   极限学习机   卷积神经网络   故障诊断   秃鹰搜索算法  
描述:
作者: 张搏文     庞新宇     程宝安     李峰     宿绅正   来源: 振动与冲击 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   故障诊断   轴承   转子位移概率密度信息(PIRD)  
描述:
基于MSIF-2DCNN的航空发动机中介轴承故障诊断方法
作者: 郭伟超     辛晓行     杜亮     王景琪     思悦     李淑娟   来源: 振动与冲击 年份: 2025 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   故障诊断   多传感器信息融合(MSIF)   中介轴承  
描述: 基于MSIF-2DCNN的航空发动机中介轴承故障诊断方法
基于MSIF-2DCNN的航空发动机中介轴承故障诊断方法
作者: 郭伟超     辛晓行     杜亮     王景琪     思悦     李淑娟   来源: 振动与冲击 年份: 2025 文献类型 : 期刊 关键词: 航空发动机   卷积神经网络   故障诊断   多传感器信息融合(MSIF)   中介轴承  
描述: 基于MSIF-2DCNN的航空发动机中介轴承故障诊断方法
< 1 2 3 ... 171 172 173
Rss订阅