首页>
根据【关键词:组合原因分析,维修质量管理,贝叶斯网络,人工神经网络,深度学习,随机集理论】搜索到相关结果 3 条
-
基于试飞数据的航空发动机滑油系统模型建立及应用
-
作者:
马明明
来源:
润滑与密封
年份:
2018
文献类型 :
期刊
关键词:
润滑油温度
航空发动机
人工神经网络
趋势监控
润滑油压力
-
描述:
基于大量试飞数据,采用人工神经网络方法,建立某发动机滑油系统全工作过程的模型,包括供油压力、滑油压差、供油温度、中轴承腔回油温度、后轴承腔回油温度、滑油总回油温度等参数的模型。模型计算结果与试飞结果吻合良好,表明了该建模方法的可行性和有效性。将模型计算结果应用于发动机滑油系统的试飞状态监控,实现滑油参数实时趋势监控;将建模方法应用于润滑油参数的最大影响因素的确定,建立一种滑油系统的最大影响参数的确定方法。
-
基于深度学习的航空发动机磨损部位识别方法
-
作者:
苗慧慧
曹桂松
孙智君
康玉祥
马佳丽
陈果
来源:
润滑与密封
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
一维卷积残差网络
能谱分析
深度学习
磨损
-
描述:
针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。
-
基于深度学习的航空发动机磨损部位识别方法
-
作者:
苗慧慧
曹桂松
孙智君
康玉祥
马佳丽
陈果
来源:
润滑与密封
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
一维卷积残差网络
能谱分析
深度学习
磨损
-
描述:
针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。