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
- 航空发动机零部件的试验模态分析及应用
- 作者： 徐一鸣 来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 试验模态分析 航空发动机 神经网络 损伤识别 发动机零部件 模态参数
- 描述： 航空发动机零部件的动态特性及其变化对于发动机整体性能及安全性有很大的影响。因此对发动机零部件进行试验模态分析，并通过其模态参数的变化进行零部件的损伤缺陷诊断，是一种有意义并有工程应用前景的方法。 任何一个机械系统，总可以建立一个以质量、刚度、
- 智能化故障诊断方法及其在航空维修中的应用
- 作者： 金林 来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 故障诊断 动态权值 神经网络 模糊逻辑 航空维修 航空器
- 描述： 航空维修对航空器使用的安全性、有效性和经济性有重大影响。长期以来航空维修的故障诊断主要是由人工完成的，不能适应我国航空事业发展的需要。本文对最近发展起来的智能化故障诊断方法进行了详细的分析与研究，并将其应用于航空维修。主要工作如下： 1.对航空
- 航空编队飞行中的智能优化控制技术
- 作者： Ahmed Mokhtar Eldamarawy 来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 输出反馈控制 遗传算法 智能优化控制 自适应飞行控制 神经网络 编队飞行
- 描述： 了一种自适应智能编队飞行控制器，其中包括：坐标变换、计算和应用于所设计的编队控制器中的智能监控技术。这种已使用的新型智能监控技术采用遗传算法和神经网络为主要技术工具。事实上，编队飞行控制器的目标是在
- 多传感器航空液压系统信息融合故障诊断研究
- 作者： 杨光琴 来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 信息融合 故障诊断 PCA分析 神经网络 液压系统 信号处理
- 描述： 该论文对航空液压系统进行了基于多传感器信息融合故障诊断技术的研究.在充分分析了液压能源系统和液压伺服系统故障机理的基础上,建立了多传感器液压系统故障诊断配置结构.针对液压伺服系统非线性严重的情况,设计RBF神经网络故障观测器,通过比较实际系统输出与RBF神?
- 航空发动机智能优化控制
- 作者： 张军锋 来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 智能控制 PID控制 航空发动机 遗传算法 神经网络 免疫反馈 智能优化
- 描述： 航空发动机是一个结构复杂、非线性强的多变量控制对象,在飞行包线内宽广的范围内工作,其模型具有不确定性和时变性,而传统的基于受控对象数学模型设计控制策略的方法,难以对这种复杂对象进行有效控制,PID控制由于它物理意义明确,而且结构简单、调整方便,所以在实际的
- 航空发动机整机振动故障诊断技术研究
- 作者： 王志 来源： 沈阳航空工业学院 年份： 2016 文献类型 ： 学位论文 关键词： 整机振动 故障方程 航空发动机 故障诊断 频谱分析 神经网络
- 描述： 振动测试及信号分析技术，系统地研究了三种航空发动机整机振动故障诊断方法，即基于频谱分析的故障诊断方法，基于神经网络的故障诊断方法以及基于故障方程的故障诊断方法。通过对航空发动机整机振动信号进行时频分析
- 航空发动机自适应建模及故障诊断
- 作者： 赵世荣 来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机 故障诊断平台 信息融合 神经网络 综合故障诊断 自适应建模
- 描述： 成为必要和可能。本文针对航空发动机综合故障诊断中的三个关键技术展开研究,包括基于实际测量数据的自适应建模技术、应用神经网络信息融合技术诊断航空发动机气路部件故障以及双核多用途高性能嵌入式故障诊断平台的设计开发及
- 航空发动机试飞关键参数趋势监控的实现及应用
- 作者： 马明明 潘鹏飞 来源： 航空发动机 年份： 2017 文献类型 ： 期刊 关键词： 滑油温度 航空发动机 动态链接库 趋势监控 滑油压力 神经网络 振动值
- 描述： 为了实现航空发动机滑油压力、滑油温度、振动值在试飞中的趋势监控,采用神经网络方法对某型发动机大量试飞数据进行训练和验证,获得了这几个参数全过程较为准确的计算模型。计算模型应用于该型号另1台发动机参数
- 面向航空影像下车辆目标的实时检测算法
- 作者： 杨国亮 许楠 洪志阳 范振 来源： 计算机工程与设计 年份： 2019 文献类型 ： 期刊 关键词： 卷积 实时 深度学习 神经网络 车辆检测 航空影像
- 描述： 为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。