航空发动机主轴轴承M50NIL钢应用技术研究

作者： 寇思源   来源： 哈尔滨工业大学 年份： 2019 文献类型 ： 学位论文 关键词： TiN薄膜   M50NiL钢   磨损   渗氮   引导面  

描述： 航空发动机主轴轴承M50NIL钢应用技术研究

某型航空发动机振动故障分析

作者： 房静   徐建伟   郭强   李甜甜   武济泓   来源： 机械管理开发 年份： 2022 文献类型 ： 期刊 关键词： 维修保障   振动监控   振动传感器   发动机   磨损  

描述： 飞机飞行过程中,高速旋转的航空发动机的振动所引起的交变应力会导致其材料失效、磨损加剧、强度减弱、噪声增大等故障。针对此情况,通过飞机上设有的振动监控系统对发动机损伤和非正常磨损进行早期检测,了解并掌握发动机振动故障模式、注意事项及解决方法,可有效提高发动机工作的安全性及可靠性,并可降低维修成本。

某型航空发动机振动故障分析

作者： 房静   徐建伟   郭强   李甜甜   武济泓   来源： 机械管理开发 年份： 2022 文献类型 ： 期刊 关键词： 维修保障   振动监控   振动传感器   发动机   磨损  

描述： 飞机飞行过程中,高速旋转的航空发动机的振动所引起的交变应力会导致其材料失效、磨损加剧、强度减弱、噪声增大等故障。针对此情况,通过飞机上设有的振动监控系统对发动机损伤和非正常磨损进行早期检测,了解并掌握发动机振动故障模式、注意事项及解决方法,可有效提高发动机工作的安全性及可靠性,并可降低维修成本。

国内外航空高速轻载自润滑关节轴承性能对比研究

作者： 段宏瑜   来源： 轴承 年份： 2023 文献类型 ： 期刊 关键词： 有载启动力矩   关节轴承   磨损   陶瓷涂层   衬垫  

描述： ，三项因素使得进口轴承在摩擦磨损性能上优于国产轴承。上述分析结果可为高性能自润滑关节轴承突破提供技术支持。

航空发动机机匣结合面漏油故障研究

作者： 黄震   付卫芳   来源： 机械工程师 年份： 2019 文献类型 ： 期刊 关键词： 密封   泄漏量   过盈量   发动机   漏油   磨损  

描述： 针对某发动机在飞行过程中出现的漏油故障,对漏油部位的结构进行了分析,并梳理出影响漏油的12个因素,针对每个因素进行分析和排查,最终找到故障的真正原因,并制定了切实可行的排故方案。

航空发动机机匣结合面漏油故障研究

作者： 黄震   付卫芳   来源： 机械工程师 年份： 2019 文献类型 ： 期刊 关键词： 密封   泄漏量   过盈量   发动机   漏油   磨损  

描述： 针对某发动机在飞行过程中出现的漏油故障,对漏油部位的结构进行了分析,并梳理出影响漏油的12个因素,针对每个因素进行分析和排查,最终找到故障的真正原因,并制定了切实可行的排故方案。

航空航天用钛合金表面工程技术研究进展

作者： 王欣   罗学昆   宇波   汤智慧   来源： 航空制造技术 年份： 2022 文献类型 ： 期刊 关键词： 氧化   磨损   钛合金   涂层   表面改性   疲劳  

描述： 钛合金以其高比强度、低密度等优点,被广泛应用于航空航天零件中。然而,钛合金也存在硬度低、耐磨性差、高温氧化抗力差等弱点,表面应力集中敏感导致的疲劳问题也较突出,需利用表面工程技术克服磨损、腐蚀和疲劳

航空发动机轴承材料磨损状态监测试验研究

作者： 李康   来源： 上海工程技术大学 年份： 2021 文献类型 ： 学位论文 关键词： 粗糙度参数   表面形貌   磨损   光度立体技术   陶瓷混合轴承   演化模型  

描述： 航空发动机轴承材料磨损状态监测试验研究

基于深度卷积神经网络的航空器检测与识别

作者： 俞汝劼   杨贞   熊惠霖   来源： 计算机应用 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   目标检测识别   航空器检测  

描述： %的工作点上达到了79.2%的精确率,分类网络的实时性达到平均每张0.972 s,Top-1错误率为13%。所提框架在军用机场大尺寸卫星图像中航空器检测识别的具体应用问题上提出了新的解决思路,同时保证了实时性和算法精度。

基于深度学习的航空器异常飞行状态识别

作者： 吴奇   储银雪   来源： 民用飞机设计与研究 年份： 2018 文献类型 ： 期刊 关键词： 飞行状态识别   深度学习   高斯过程  

描述： 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。