首页>
根据【关键词:燃烧室出口温度分布,深度学习,预测模型,全包线,发动机部件级模型】搜索到相关结果 64 条
-
基于迁移学习和改进Faster-RCNN遥感影像飞机目标检测
-
作者:
周绍鸿
方新建
刘鑫怡
张潆丹
严盛
来源:
机电工程技术
年份:
2024
文献类型 :
期刊
关键词:
遥感影像
目标检测
RCNN
深度学习
Faster
迁移学习
-
描述:
ResNet50替代原Faster-RCNN的VGG16特征提取网络,更好地利用深层次的语义信息,在此基础上结合FPN网络,并对原Faster-RCNN的9种锚框增加为15种锚框,通过融合多尺度特征图以
-
基于Transformer的飞机状态预测
-
作者:
王经纬
高艳鹍
宋澣兴
刘一非
来源:
计算机工程与设计
年份:
2024
文献类型 :
期刊
关键词:
深度学习
状态分类
气动力建模
多任务
大迎角
非定常气动力
时序预测
-
描述:
在非定常气动力下,为防止飞机进入危险状态,通过建模进行状态预测,是保障飞行安全的重要手段,传统方法建模过程复杂、工程化难度大且普适性不强。为更好解决大迎角下飞行状态预测,使用基于深度学习的时序
-
不确定环境下的航空发动机装配线适应性调度方法
-
作者:
王怡琳
刘鹃
乔非
张家谔
来源:
控制与决策
年份:
2024
文献类型 :
期刊
关键词:
调度规则
航空发动机装配
适应性调度
深度学习
扰动识别
门控循环神经网络
-
描述:
航空发动机装配是航空发动机制造过程的关键环节,其工序多,流程复杂,生产过程中扰动频发,如装配时间波动、不合格返工等.针对不确定环境下的航空发动机装配线的调度问题,提出一种基于门控循环神经网络(GRU)的适应性调度方法.该调度方法包含扰动识别和调度规则调整两个部分:扰动识别模块以滑动时间窗口为周期,利用GRU神经网络进行渐近型扰动的识别;调度规则调整模块以扰动识别的结果为触发,通过构建基于GRU神经网络的调度规则决策模型,输出适配当前生产状态的新的调度规则,用以指导生成更新的调度方案.最后,以某航空发动机装配线为研究案例,对所提出适应性调度方法进行验证分析.对比实验结果表明,所提出方法能够有效提升装配线的设备利用率、日均生产率等性能.
-
基于深度学习的航空发动机涡轮叶片自动射线检测技术研究
-
作者:
王栋欢
肖洪
吴丁毅
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
涡轮叶片
射线图像
深度学习
射线检测
缺陷检测
-
描述:
,采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据,在此基础上进行了模型训练与测试。结果表明,针对完整涡轮叶片,建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91