全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 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Inception-BiLSTM的航空电缆电弧故障检测
- 作者： 刘岱 李晨辉 来源： 科学技术与工程 年份： 2025 文献类型 ： 期刊 关键词： 航空电缆电弧故障 特征提取 Inception模块 双向长短期记忆网络
- 描述： 基于Inception-BiLSTM的航空电缆电弧故障检测
- 基于深度学习的航司航空发动机智能损伤检测一体化解决方案
- 作者： 王锦申 黄旭 万夕里 来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测 编码器 发动机 目标检测 深度学习 一体化解决方案 神经网络 在线计数 孔探检测
- 描述： 航空发动机作为飞机的关键部件，其损伤诊断和维护是保障飞机飞行安全的核心任务。目前，通过人工的定期孔探检测开展检查和维护工作，既费时又容易出错。为此，本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法，以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值，对保证发动机适航具有重要意义。
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
- 基于航空交流故障电弧标准的电弧仿真研究
- 作者： 孟驰华 马娅娜 韦清瀚 杨昌 来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 特征提取 特性分析 模型优化策略 电弧标准 航空交流故障电弧
- 描述： 随着飞机多电全电技术的迅猛发展，电力系统在飞机中的重要程度不断提升，而电弧故障是航空电力系统多发的一类电气故障，会引起飞机火灾，轻则烧毁线路，重则引起飞机坠毁。因此，航空交流故障电弧的研究对保障飞机电力系统的安全十分重要。针对传统航空交流故障电弧模型种类单一、难以准确模拟真实故障电弧的特点，基于航空交流故障电弧试验标准下点接触电极、点接触截断和松动接线柱试验中得到的故障电弧电压、电流特性进行分析后，提出模型改进方法，形成航空交流电弧仿真优化策略，从而涵盖所提航空交流电弧试验标准下的故障电弧特性。通过MATLAB/Simulink完成了电弧模型的搭建，对电弧数据及模型仿真结果进行特征量提取及比较，验证了航空交流故障电弧模型仿真策略和方法的有效性。
- 基于航空发动机工况的叶尖间隙智能预测方法
- 作者： 杨阳 张建超 项洋 陆海鹰 来源： 航空动力学报 年份： 2023 文献类型 ： 期刊 关键词： 叶尖间隙 特征提取 机器学习 零维仿真 空气系统
- 描述： 问题，通过机器学习模型对发动机工况参数进行特征提取，利用有效特征求解传热问题的边界，从而实现基于发动机工况参数快速预测实时叶尖间隙。机器学习模型的十折交叉验证集的平均准确率为98.9%，叶尖间隙模型的验证误差为4.3%，得到了不同工况下的叶尖间隙计算结果和冷气流量大小变化规律，计算耗时小于0.03s。
- 分数阶Fourier域低分辨雷达飞机回波的分形特性分析与目标分类
- 作者： 李秋生 谢晓春 朱红 吴倩媛 来源： 计算机应用研究 年份： 2018 文献类型 ： 期刊 关键词： 特征提取 低分辨雷达 分形 分数阶Fourier变换 目标分类
- 描述： 常规低分辨雷达体制下的目标分类与辨识是雷达目标识别领域的一个研究难点。研究表明，地、海、空等雷达杂波具有分形特性，不同类型目标会对回波分形特性产生不同的影响，但在强杂波背景下，回波的分形特性更多地表现为杂波的特性。作为一种非平稳信号分析工具，分数阶Fourier变换可以有效地获取目标回波信号的细节特征并充分抑制杂波，且具有快速算法。为此，立足于分形及其相关理论，拟从分数阶Fourier域对常规雷达飞机目标回波的分形特性进行分析，估计和分析其分形参数，并对分数阶Fourier域回波分形特征在飞机目标分类中的应用进行探讨。研究结果表明，在最优变换阶数下，分数阶Fourier域飞机目标回波具有显著的分形特性，且充分反映了目标的特性，分形测度分析可以揭示回波的动力学演化机制，且最优变换域回波分形特征可以有效用于飞机目标的分类和识别。