基于深度迁移学习的航空发动机滚动轴承故障智能诊断

作者： 张向阳   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 滚动轴承   航空发动机   卷积神经网络   机匣   深度学习   迁移学习   智能诊断  

描述： 基于深度迁移学习的航空发动机滚动轴承故障智能诊断

基于SW/YOLO模型的航空发动机叶片损伤实时检测

作者： 何宇豪   曹学国   刘信良   蒋浩坤   王静秋   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   实时检测   叶片损伤   深度学习   目标检测   孔探检测  

描述： ，有利于较小损伤区域的检测，如烧蚀损伤，平均精度提高了8.1%。最后，通过与YOLOv5，Faster R/CNN，SSD模型的对比实验，结果表明SW/YOLO模型的平均精度均值分别提高了7%，6.2%，6.3%，检测速度满足实时检测需求，有利于提高航空发动机孔探检测的自动化和智能化水平。

基于深度学习的航空发动机涡轮叶片自动射线检测技术研究

作者： 王栋欢   肖洪   吴丁毅   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   涡轮叶片   射线图像   深度学习   射线检测   缺陷检测  

描述： 一直以来，航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响，有效改善传统射线检测费时费力、效率低下等问题，针对航空发动机涡轮叶片射线图像，基于

基于多维长序列的航空发动机剩余使用寿命预测

作者： 刘国华.   来源： 兰州理工大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空发动机   Hyperband算法   深度学习   剩余使用寿命   多维长序列信号   膨胀卷积  

描述： 基于多维长序列的航空发动机剩余使用寿命预测

基于多维长序列的航空发动机剩余使用寿命预测

作者： 刘国华.   来源： 兰州理工大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空发动机   Hyperband算法   深度学习   剩余使用寿命   多维长序列信号   膨胀卷积  

描述： 基于多维长序列的航空发动机剩余使用寿命预测

基于多维长序列的航空发动机剩余使用寿命预测

作者： 刘国华.   来源： 兰州理工大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空发动机   Hyperband算法   深度学习   剩余使用寿命   多维长序列信号   膨胀卷积  

描述： 基于多维长序列的航空发动机剩余使用寿命预测

基于多维长序列的航空发动机剩余使用寿命预测

作者： 刘国华.   来源： 兰州理工大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空发动机   Hyperband算法   深度学习   剩余使用寿命   多维长序列信号   膨胀卷积  

描述： 基于多维长序列的航空发动机剩余使用寿命预测

基于多维长序列的航空发动机剩余使用寿命预测

作者： 刘国华.   来源： 兰州理工大学 年份： 2023 文献类型 ： 学位论文 关键词： 航空发动机   Hyperband算法   深度学习   剩余使用寿命   多维长序列信号   膨胀卷积  

描述： 基于多维长序列的航空发动机剩余使用寿命预测

基于深度迁移学习的航空发动机滚动轴承故障智能诊断

作者： 张向阳   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 滚动轴承   航空发动机   卷积神经网络   机匣   深度学习   迁移学习   智能诊断  

描述： 基于深度迁移学习的航空发动机滚动轴承故障智能诊断

基于SW/YOLO模型的航空发动机叶片损伤实时检测

作者： 何宇豪   曹学国   刘信良   蒋浩坤   王静秋   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   实时检测   叶片损伤   深度学习   目标检测   孔探检测  

描述： ，有利于较小损伤区域的检测，如烧蚀损伤，平均精度提高了8.1%。最后，通过与YOLOv5，Faster R/CNN，SSD模型的对比实验，结果表明SW/YOLO模型的平均精度均值分别提高了7%，6.2%，6.3%，检测速度满足实时检测需求，有利于提高航空发动机孔探检测的自动化和智能化水平。