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
- 基于多电飞机概念下的飞机电气发展方向
- 作者： 李阳 任殿龙 张超 杨学岭 来源： 雷达与对抗 年份： 2018 文献类型 ： 期刊 关键词： 特征提取 微多普勒 经验模态分解
- 描述： 研究经验模态分解方法在飞机微多普勒特性分析中的应用。首先介绍经验模态分解方法的核心思想和算法步骤,然后设计了详细的复信号的经验模态分解算法流程,最后利用实测数据验证了经验模态分解对飞机微多普勒特性分析的有效性。
- 基于时序分析和经验模态分解的航空发动机振动传感器数据验证技术
- 作者： 甘茂锐 丁力 来源： 科学技术创新 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 时序分析 振动传感器 经验模态分解
- 描述： 本文提出的基于时序分析的航空发动机振动传感器数据有效性验证技术，能够对通过数据预处理、AR自回归模型预测等，判断数据的有效性，从而有效避免了误判问题。而基于经验模态分解的传感器故障诊断，与传统的小波分析相比也能进一步提高诊断结果的精确性和可靠性。在简要概述振动传感器数据验证和故障诊断技术的基础上，开展试验进行了技术验证。试验结果表明，AR模型预测结果的残差向量较小，采用EMD方法的故障诊断结果精确，能够满足技术使用要求。
- 基于改进EMD的排气温度裕度预测
- 作者： 戴邵武 陈强强 丁宇 来源： 兵器装备工程学报 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机 排气温度裕度 预测 经验模态分解 回归
- 描述： 排气温度裕度（Exhaust gas temperature margin，EGTM）是表征发动机运行状态的重要性能参数之一，通过对连续多个飞行架次的EGTM进行预测分析，能够有效预测发动机的工作性能，从而为后续预防性维护提供理论依据。针对EGTM数据的非线性、非平稳特征，提出了基于改进经验模态分解（Empirical Mode Decomposition，EMD）与支持向量回归（Support vector regression，SVR）相结合的预测方法。首先通过改进的EMD方法对EGTM数据进行分解以降低时间序列的复杂程度；其次根据EMD得到的各本征模态函数及趋势序列，构建基于支持向量机的预测模型；最后将所得的各分量的预测结果综合以得到EGTM的预测结果。以某航空发动机EGTM数据验证来所提方法的有效性，结果表明，相比于传统的预测方法，RMSE与MAE降低至2.024、1.603，有效提高了回归精度。
- 基于经验模态分解和ARMA模型的国际航空油价实证分析——以港湾石油航空燃油价格数据为例
- 作者： 高伦 张心成 来源： 金陵科技学院学报(社会科学版) 年份： 2020 文献类型 ： 期刊 关键词： 聚类 组合预测 过度分解 经验模态分解 ARMA
- 描述： 基于经验模态分解和ARMA模型的国际航空油价实证分析——以港湾石油航空燃油价格数据为例
- 基于AR模型延拓的EMD与切片谱在航空齿轮诊断中的应用
- 作者： 徐红波 高婕 李家宇 叶宝玉 刘熊 来源： 科技经济导刊 年份： 2020 文献类型 ： 期刊 关键词： AR模型 切片谱 航空齿轮 延拓 经验模态分解
- 描述： 针对经验模态分解(EMD)过程中存在的边界效应问题,利用自回归(AR)模型对给定模拟信号进行延拓,较好地处理了信号边界问题,实现了准确的EMD分解。且使之与切片双谱有效结合,提取精确的故障特征。通过对航空齿轮裂纹试验结果分析表明,基于AR模型延拓的EMD与切片谱能够获得齿轮的特征分量,具有较高的精度和计算效率,对于故障诊断是一种有效的方法。
- 基于经验模态分解与独立成分分析的航空瞬变电磁去噪方法研究
- 作者： 李杰 来源： 长安大学 年份： 2020 文献类型 ： 学位论文 关键词： 去噪 经验模态分解 噪声 航空瞬变电磁法 独立成分分析
- 描述： 基于经验模态分解与独立成分分析的航空瞬变电磁去噪方法研究
- 基于振动分析的航空发动机转子系统故障诊断研究
- 作者： 刘佳杭 来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： 转子系统 支持向量机 航空发动机 卷积神经网络 经验模态分解
- 描述： 基于振动分析的航空发动机转子系统故障诊断研究
- 基于EMD和PSO-SVM的通用航空飞机燃油流量预测
- 作者： 马玉猛 来源： 滨州学院学报 年份： 2022 文献类型 ： 期刊 关键词： 支持向量机 预测 燃油流量 粒子群算法 经验模态分解
- 描述： 提出了一种EMD与SVM的组合预测模型，对通用航空飞机燃油流量进行预测。首先对数据缺失值与异常值进行处理，应用经验模态分解算法对燃油流量数据进行分解，得到各分量IMF,然后采用支持向量机对每一个分量进行预测。在预测过程中，采用PSO算法对支持向量机的参数进行优化，最后叠加各分量得到预测数据。采用通航飞机实际飞行数据进行验证，结果表明：该组合模型可以有效地预测燃油流量，准确率较高，其MSE可以达到0.254,高于传统的单一预测模型。