首页>
根据【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】搜索到相关结果 313 条
-
航空发动机轴承滑蹭损伤形貌分析
-
作者:
谢向宇
方明伟
罗军
徐进
陈煜
来源:
轴承
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
蹭伤
磨损
圆柱滚子轴承
-
描述:
针对影响高速滚动轴承服役寿命关键因素之一的打滑蹭伤问题,通过观察宏观、微观形貌及轮廓分析等方法,对航空发动机服役后蹭伤轴承与未蹭伤轴承进行滑蹭损伤的形貌对比分析。结果表明:蹭伤轴承滚子覆着整周的色带,内圈呈现密布的剥落坑,且蹭伤表面存在烧伤层,内圈轮廓较未蹭伤轴承磨损更为严重。
-
某型飞机腹板裂纹分析及改装设计
-
作者:
彭军
郭晨阳
张勇
张赟
杨欣毅
来源:
系统仿真技术
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
神经网络
-
描述:
引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费
-
基于深度学习的航空发动机故障融合诊断
-
作者:
车畅畅
王华伟
倪晓梅
洪骥宇
来源:
北京航空航天大学学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
抗干扰能力
决策融合
-
描述:
通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机
-
基于深度学习的航空发动机异常检测方法研究
-
作者:
张光耀
来源:
哈尔滨工业大学
年份:
2018
文献类型 :
学位论文
关键词:
航空发动机
特征提取
深度学习
健康管理
异常检测
-
描述:
基于深度学习的航空发动机异常检测方法研究
-
基于深度学习的航空发动机可靠性分析
-
作者:
洪骥宇
来源:
南京航空航天大学
年份:
2018
文献类型 :
学位论文
关键词:
航空发动机
寿命预测
深度学习
性能退化
状态监测
故障分析
可靠性
-
描述:
基于深度学习的航空发动机可靠性分析
-
某飞机起落架主机轮安装轴套损伤原因分析及解决措施
-
作者:
张航舟
孙继勇
宁晓东
李志愿
来源:
机电工程技术
年份:
2018
文献类型 :
期刊
关键词:
轴套
轮轴
磨损
主机轮
-
描述:
针对某飞机在地面低速滑行过程中出现的主机轮安装轴套损伤问题,对其损伤表面进行分光检查及可能产生的原因进行论证分析,并通过现场试验的方法逐一排除可能造成轴套损伤的因素,在此基础上确定造成轴套损伤的主要因素并提出解决措施。
-
基于延长寿命的飞机着陆刹车最佳磨损控制研究
-
作者:
吴治剑
来源:
中国民航大学
年份:
2018
文献类型 :
学位论文
关键词:
磨损
控制律
刹车盘
飞机刹车系统
-
描述:
基于延长寿命的飞机着陆刹车最佳磨损控制研究
-
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。
-
基于多分辨率遥感影像的飞机检测研究
-
作者:
侯宇青阳
全吉成
魏湧明
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
显著性提取
遥感影像
目标检测
深度学习
-
描述:
从多分辨遥感图像特点、深度学习网络结构和飞机目标尺寸三个方面进行研究,明确了检测结果与图像中飞机目标像素数的定量关系,对影响图像中目标像素数的两个因素飞机实际尺寸和图像分辨率关系进行定量分析。在检测结论基础上设计了基于显著性检测算法的遥感图像前期处理算法,算法基于生成的显著性图像生成图像掩膜提取潜在目标区域图像块,进行多尺度放大,增加图像中目标的像素数,提升目标检测率。前期处理算法自适应的进行图像目标区域提取,解决了不同分辨率的大尺寸遥感影像中飞机检测率低的问题,通过与原始检测算法和其他图像处理方法对比验证了本文设计算法的有效性,在检测准确率和检测速度上均得到明显提升。
-
基于卷积神经网络的遥感图像飞机目标识别
-
作者:
晁安娜
刘坤
来源:
微型机与应用
年份:
2018
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
飞机识别
深度学习
-
描述:
遥感图像的识别技术一直被广泛运用于民用和军事领域。针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法。在复杂环境下,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率。实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响。同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强。