基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 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  

描述： 针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多，靠人工经验难于进行磨损部位精确识别的问题，提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元

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： 孔探检测技术是航空发动机叶片损伤检测的主要手段，但目前依赖人工操作，耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型，该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先，在主干网

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