改进的Kohonen网络在航空发动机分类故障诊断中的应用

作者： 郑波   马昕   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   自适应检测响应   故障诊断   自适应继承   PSO算法   Kohonen网络  

描述： 针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高

基于RDK-ELM的航空发动机控制系统故障诊断

作者： 陈虹潞   黄向华   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   极限学习机   控制系统   简约改进   故障诊断   深度学习  

描述： 为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构

基于航空发动机关键部件的故障诊断方法及预测问题研究

作者： 潘春露   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   长短时记忆神经网络   故障诊断   统计过程分析   鸟撞仿真   残差网络   故障预测  

描述： 基于航空发动机关键部件的故障诊断方法及预测问题研究

基于油液分析的航空发动机磨损故障诊断方法研究

作者： 柏宇   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   极限学习机   免疫算法   故障诊断   证据融合   贝叶斯理论  

描述： 基于油液分析的航空发动机磨损故障诊断方法研究

航空发动机阵列式静电传感器实验研究及监测系统开发

作者： 刘全   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 航空发动机   颗粒定位   静电监测   故障诊断   气路   阵列式静电传感器   LabVIEW  

描述： 航空发动机阵列式静电传感器实验研究及监测系统开发

不同结构深度神经网络的时间域航空电磁数据成像性能分析

作者： 李金峰   刘云鹤   来源： 世界地质 年份： 2021 文献类型 ： 期刊 关键词： 电磁数据   地球物理   成像   深度神经网络  

描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。

航空管制语音指令的识别与处理系统

作者： 郭东宁   来源： 哈尔滨工程大学 年份： 2021 文献类型 ： 学位论文 关键词： 自注意力机制   自然语言理解   语义框架   航空管制指令   语音识别  

描述： 航空管制语音指令的识别与处理系统

基于深度神经网络的无人作战飞机自主空战机动决策

作者： 张宏鹏   黄长强   轩永波   唐上钦   来源： 兵工学报 年份： 2021 文献类型 ： 期刊 关键词： 无人作战飞机   空战态势   深度神经网络   飞行仿真   机动决策  

描述： 机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络,使其能够根据当前信息快速准确预测未来态势,设计了决策目标函数和态势评估函数,空战过程中,利用训练好的网络预测所有动作对应的未来态势,根据决策目标函数从中选出最优动作;在不同初始条件下,分别与采用简单机动和自主机动的敌机进行空战仿真,并对空战态势进行评估。结果表明,所提方法在均势时能通过较少的动作获得空战胜利,在劣势时能通过一系列机动获得优势,且决策用时缩短了9 ms.

基于深度神经网络的无人作战飞机自主空战机动决策

作者： 张宏鹏   黄长强   轩永波   唐上钦   来源： 兵工学报 年份： 2021 文献类型 ： 期刊 关键词： 无人作战飞机   空战态势   深度神经网络   飞行仿真   机动决策  

描述： 机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络,使其能够根据当前信息快速准确预测未来态势,设计了决策目标函数和态势评估函数,空战过程中,利用训练好的网络预测所有动作对应的未来态势,根据决策目标函数从中选出最优动作;在不同初始条件下,分别与采用简单机动和自主机动的敌机进行空战仿真,并对空战态势进行评估。结果表明,所提方法在均势时能通过较少的动作获得空战胜利,在劣势时能通过一系列机动获得优势,且决策用时缩短了9 ms.

基于改进粒子群深度神经网络的频率域航空电磁反演

作者： 廖晓龙   张志厚   范祥泰   路润琪   姚禹   曹云勇   徐正宣   来源： 中南大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 频率域   深度神经网络   航空电磁   改进粒子群优化算法   反演  

描述： 传统的梯度反演方法依赖于初始模型选取,且容易陷入局部极小,在一定程度上影响着反演的求解精度和收敛速度,为此,提出一种基于改进粒子群深度神经网络的频率域航空电磁反演方法。首先,通过频率域航空电磁模型正演获取样本数据集;随后,依据样本数据集建立深度神经网络的基本框架,网络的输入为归一化垂直磁场分量,输出为相应地电模型参数;第三,提出一种惯性权重振荡衰减措施在粒子群优化算法的基础上进行改进,以提高粒子群优化算法的全局寻优能力,并利用改进的粒子群优化算法优化深度神经网络的训练过程,得到连接权值与阈值的最优解;最后,将最优的权值与阈值作为网络的初始值,并利用该网络对未知地电模型进行反演测试。利用层状地质模型测试改进粒子群深度神经网络算法、粒子群神经网络算法和单一的神经网络算法的反演效果,并将此方法运用于实测航空电磁数据反演。研究结果表明:本文提出的改进粒子群神经网络算法充分结合了粒子群优化算法的全局寻优性能和深度神经网络的局部寻优性能,在反演过程中能有效避免反演陷入局部极小,寻找到全局最优解,并能准确地反演出地电模型参数;与粒子群神经网络算法和单一的神经网络算法相比,本文提出的方法具有更高的求解精度和收敛速度。