考虑不确定性的航空发动机燃油计量组件典型故障仿真与特征分析

作者： 朱赟   徐瑀童   唐皓   朱昕昀   来源： 科学技术与工程 年份： 2023 文献类型 ： 期刊 关键词： 燃油计量组件   不确定分析   特征提取   AMESim  

描述： 燃油计量组件(fuel metering unit, FMU)是航空发动机的核心部件之一，其工作性能的优劣直接影响到发动机整体的安全性和可靠性。因此开展燃油计量组件的仿真建模和故障诊断研究，是航空发动机健康管理技术的重要内容，具有重大研究价值。以某型燃油计量组件为研究对象，基于AMESim建立其仿真模型，考虑系统工作过程中出现的不确定因素，使用基于概率的方法度量系统不确定性，进行不确定性传播。提取计量活门滑阀位移和伺服阀控制电流，建立速度增益曲线表征组件整体工作性能，针对故障特征的不确定性，基于受试者操作特征(receiver operating characteristic, ROC)曲线提出了故障特征评估方法，定量评价故障特征对于故障诊断的潜力。

基于特征定位的航空航天制孔多视测量拼接方法

作者： 王嘉瑞   崔海华   史建猛   高凯元   国荣辉   来源： 应用光学 年份： 2023 文献类型 ： 期刊 关键词： 特征提取   点云配准   孔检测   三维重建  

描述： 为满足航空航天大部件对制孔质量的数字化原位检测需求，提出一种基于特征板的制孔多视点云拼接方法，实现孔壁完整三维形貌重建与检测。分析制孔多视检测的需求，提出采用特征定位板辅助的多视点云配准方法。介绍了内角不等四边形特征板的设计与相应的点云分割、识别算法。说明基于特征自定位的多视点云拼接及参数提取方法。结合机械臂搭建实验平台，对常用钛、铝及复合材料的试件模拟原位检测，结果显示各平均误差分别为0.011 mm、0.034 mm、0.041 mm，验证了配准算法的可靠性；并对比传统单视与该方法检测结果，体现该方法的鲁棒性。

基于多结构卷积神经网络的高分遥感影像飞机目标检测

作者： 姚相坤   万里红   霍宏   方涛   来源： 计算机工程 年份： 2017 文献类型 ： 期刊 关键词： 特征提取   卷积神经网络   多结构网络   目标检测   高分遥感影像  

描述： 传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层数,分别设计4种不同结构的CNN以提取目标从低层、中层到高层不同尺度的特征信息,并将4种CNN输出采用串行方式连接并输入到BP神经网络分类器进行训练。在检测阶段采用滑动窗口方法进行目标搜索。对高分辨遥感影像中飞机的检测实验结果表明,MSCNN在虚警率和召回率上较4种单一结构的CNN具有明显的检测优势,召回率平均提升6%,虚警率平均降低3%。对油罐的检测结果进一步表明,MSCNN可以推广到对遥感影像其他目标的检测。

基于多视影像匹配模型的倾斜航空影像自动连接点提取及区域网平差方法

作者： 张力   艾海滨   许彪   孙钰珊   董友强   来源： 测绘学报 年份： 2017 文献类型 ： 期刊 关键词： 特征提取   光束法最小二乘平差   倾斜航空摄影   多视影像匹配   仿射不变性特征提取算子  

描述： 自动可靠地获取精确且均匀分布的连接点并进行区域网平差解算,是使用倾斜航空影像进行高精度测绘、三维信息提取和三维城市模型构建等应用的前提。本文提出了一种实用化的大重叠率倾斜航空影像的全自动连接点匹配和联合区域网平差方法。一方面,针对倾斜航空影像因遮挡严重、尺度变化大和几何变形严重而引起的同名点匹配困难问题,充分利用POS数据和平均飞行高度等初始数据,同时顾及这些数据的误差,通过有效组合一种改进的ASIFT算法和基于窗口的多角度多视影像匹配模型(WMVM),使用由粗到细的多分辨率分层匹配策略完成连接点的全自动提取;另一方面,在传统的最小二乘光束法平差的基础上,根据倾斜航空影像数据的特点,提出了基于稳健估值原理的粗差自动探测与剔除关键算法。最后,利用多组典型试验区域的倾斜航空影像数据试验结果验证了所提算法的可靠性、精度和实际性能。

基于k最近邻的激光雷达飞机尾涡识别

作者： 潘卫军   吴郑源   张晓磊   来源： 激光技术 年份： 2019 文献类型 ： 期刊 关键词： 激光技术   特征提取   尾涡识别   K最近邻   多普勒激光雷达  

描述： 为对脉冲多普勒激光雷达探测径向速度场进行识别,建立了基于k最近邻(KNN)方法的分类模型。本文首先结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性,提取脉冲多普勒激光雷达探测径向速度场的特征参数。基于现有测试数据,在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准,本文所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。实验结果表明,该方法可有效地识别飞机尾涡并具备较好的鲁棒性。

基于RBM-BPNN的民航潜在高价值旅客预测

作者： 徐涛   刘泽君   卢敏   来源： 计算机应用与软件 年份： 2019 文献类型 ： 期刊 关键词： BPNN   特征提取   分类预测模型   民航潜在高价值旅客   RBM  

描述： 目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响。针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)与BP神经网络(Back Propagation Neural Network, BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法。设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客。实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果。

航空滚动轴承振动特征的故障灵敏度分析与融合技术

作者： 林桐   陈果   张全德   王洪伟   陈立波   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 特征提取   灵敏度分析   滚动轴承   特征融合   状态评估  

描述： 针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多特征融合评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析;在此基础上,将所提方法与主分量分析、支持向量数据描述和支持向量分布估计方法相比较;最后,进行了轴承疲劳加速试验,将所提融合方法应用于航空滚动轴承状态监测。试验表明:相比于主分量分析、支持向量数据描述和支持向量分布估计,基于标准化欧氏距离的融合值的故障灵敏度更高;其对不同类型、不同阶段的航空滚动轴承故障更加灵敏,相比于有效值更适合作为航空滚动轴承状态监测的指标。

基于深度信念网络的航空发动机维修等级决策

作者： 车畅畅   王华伟   刘伟   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 运行安全   特征提取   维修等级决策   深度信念网络   状态监控  

描述： 等级数据作为实例进行验证,结果显示:该模型能够通过构建多层网络结构挖掘出样本的更深层次信息,在分类能力、决策准确性方面优于传统神经网络,有较强的特征提取能力,对维修等级分类有较高的正确率,能得出更准确的维修等级决策结果,避免因维修等级误判而带来不必要的损失。

基于奇异值分解的航空发动机转子碰摩故障特征提取方法

作者： 张永强   易亮   来源： 应用力学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   航空发动机   奇异值分解   转子碰摩   降噪  

描述： 进行了特征提取,实现了转子系统的碰摩故障特征信号的提取。实际结果表明,该方法能够有效地诊断转子系统碰摩故障及提取相应的故障特征信号。

多源数据融合的民航发动机修后性能预测

作者： 谭治学   钟诗胜   林琳   来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 特征提取   航空发动机   多源数据融合   发动机维修决策   修后性能预测  

描述： 针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8. 3%。