航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

基于DBN的航空发电机故障诊断方法研究: 作者： 马楠倪优扬葛红娟 来源： 航空计算技术 年份： 2021 文献类型： 期刊 关键词： 特征提取 航空发电机故障诊断深度置信网络; 描述： 针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信

基于DBN的航空发电机故障诊断方法研究: 作者： 马楠倪优扬葛红娟 来源： 航空计算技术 年份： 2021 文献类型： 期刊 关键词： 特征提取 航空发电机故障诊断深度置信网络; 描述： 针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信

基于剪枝和去噪的航空发动机故障图像识别与预测: 作者： 傅荣春雪刘君强冯潇楠余卓倩 来源： 航空计算技术 年份： 2023 文献类型： 期刊 关键词： YOLO 图像去噪 目标检测 孔探图像剪枝算法; 描述： 航空发动机叶片作为航空器重要的零件，其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤，目前基于孔探技术的叶片损伤检测以人工为主，检测结果在很大程度上受到人为因素的影响。因此，实现叶片损伤的自动识别及测量对于减轻劳动强度和提高检测精度都有实际的应用价值。首先选择PRIDnet图像去噪算法对原始孔探图像进行预处理，按照训练精度和训练速度两个指标对传统目标检测模型进行通道剪枝和微调。数据集采用国内某航空公司获取到CFM56型发动机在实际运营后机务人员所拍摄的孔探图像，实验结果表明，相比于原始目标检测YOLOv5算法和未经图像预处理的目标检测模型，本方法对航空发动机孔探图像内损伤的检测精度提高4%～10%,在检测效率上提高6%～20%。

< 1 >