首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
系统故障,故障诊断,航电,飞机
】搜索到相关结果
26
条
按文献类别分组
期刊
(367)
学位论文
(138)
会议论文
(89)
图书
(19)
报纸
(11)
按栏目分组
期刊
(367)
学位论文
(138)
会议论文
(89)
图书
(19)
报纸
(11)
按年份分组
2023
(26)
2022
(42)
2021
(72)
2020
(98)
2019
(112)
2018
(112)
2017
(54)
2016
(93)
2013
(2)
2012
(1)
2011
(1)
2008
(1)
2004
(1)
2003
(2)
1997
(1)
1994
(1)
1990
(1)
1984
(2)
1980
(1)
1958
(1)
按来源分组
南京航空航天大学
(34)
航空计算技术
(12)
测控技术
(10)
北京航空航天大学
(9)
科技风
(9)
科技创新导报
(9)
沈阳航空航天大学
(8)
设备管理与维修
(6)
中国航空报
(5)
科技资讯
(4)
北京:航空工业出版社
(4)
北京:北京航空航天大学出版社
(4)
计算机测量与控制
(3)
电光与控制
(3)
中国民用航空学院
(3)
北京:国防工业出版社
(3)
航空标准化与质量
(3)
科学技术与工程
(3)
电子测试
(3)
吉林大学
(2)
噪声与振动控制
(2)
长春理工大学
(1)
自贡日报
(1)
衡器
(1)
中国军转民
(1)
四川经济日报
(1)
四川日报
(1)
中国国土资源报
(1)
北京:解放军出版社
(1)
2018(第七届)民用飞机航电国际论坛
(1)
关键词
航空发动机信号采集处理及故障检测方法研究
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
描述:
近年来,随着现代航空发动机信号数据越来越庞大,以往基于信号处理的传统
故障诊断
方法已经逐步无法满足航空设备“大数据”时代的故障检测要求,在故障检测领域,以人工智能为代表的计算机技术得到了越来越多的应用
基于特征提取的航空发动机滚动轴承
故障诊断
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
描述:
航空发动机振动信号复杂,数据量大,其机械系统滚动轴承
故障诊断
困难重重。在振动信号处理及故障检测领域,利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于
基于模型参数辨识的航空发动机风扇叶片裂纹
故障诊断
作者:
张帅
来源:
航空发动机
年份:
2023
文献类型 :
期刊
关键词:
叶片裂纹
遗传算法
航空发动机
阻尼
故障诊断
参数辨识
描述:
。结果表明:相同叶片不同次测量试验得到的叶片阻尼比相差0.02%;不同叶片个体差异导致的阻尼比最大相差2.9%;5#风扇叶片产生裂纹后的阻尼比减小了6.4%。可见,叶片的阻尼比对其几何特性的变化十分敏感,且通过对风扇叶片阻尼比进行模型参数对应的遗传算法辨识能够实现风扇叶片裂纹
故障诊断
。
面向航空发动机推力控制的大气参数测量系统设计
作者:
李琛
郝彬彬
左伟
何佳音
吴新
高凯
来源:
航空发动机
年份:
2023
文献类型 :
期刊
关键词:
大气环境参数
航空发动机
故障诊断
信号表决
推力控制
容错能力
描述:
和发动机的有限硬件资源,提出了一种适用于多发
飞机
的多余度机载环境大气参数测量系统架构。针对不同来源的信号,分别设计了相应信号
故障诊断
算法、表决算法以及多源信号故障切换逻辑,保证系统在信号发生故障时可及时
基于DRSN与电压幅值分析的航空HVDC系统中逆变器
故障诊断
作者:
黄湛钧
董鑫
卢沐宇
张瑞涛
闫钊阳
张安
来源:
航空学报
年份:
2023
文献类型 :
期刊
关键词:
故障诊断
深度残差收缩网络
HVDC系统
故障模块识别
270V
线电压幅值分析
描述:
,再利用线电压均值模型确定故障器件。相比于现有方法,本文方法仅使用一个电流传感器两个电压传感器便实现了
系统故障诊断
,满足了
飞机
对重量的限制要求。实验证明:所提出的方法故障模块识别精度,以及故障器件定位精度可达97%以上,具有较好实用性。
基于特征提取的航空发动机滚动轴承
故障诊断
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
描述:
航空发动机振动信号复杂,数据量大,其机械系统滚动轴承
故障诊断
困难重重。在振动信号处理及故障检测领域,利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于
<
1
2
3
>
Rss订阅
订阅地址: