首页>
根据【关键词:航空发动机,故障诊断,振动信号】搜索到相关结果 109 条
-
探析航空发动机常见故障诊断技术
-
作者:
景晓旭
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
实施方法
技术分析
-
描述:
航空发动机在运行过程中难免会发生故障,想要第一时间迅速了解故障起因,进行维修,掌握航空发动机常见的故障诊断技术是维持发动机正常运行的重要一环。航空发动机故障诊断技术是实现航空发动机视情维修的重要一环
-
探析航空发动机常见故障诊断技术
-
作者:
景晓旭
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
实施方法
技术分析
-
描述:
航空发动机在运行过程中难免会发生故障,想要第一时间迅速了解故障起因,进行维修,掌握航空发动机常见的故障诊断技术是维持发动机正常运行的重要一环。航空发动机故障诊断技术是实现航空发动机视情维修的重要一环
-
探析航空发动机常见故障诊断技术
-
作者:
景晓旭
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
实施方法
技术分析
-
描述:
航空发动机在运行过程中难免会发生故障,想要第一时间迅速了解故障起因,进行维修,掌握航空发动机常见的故障诊断技术是维持发动机正常运行的重要一环。航空发动机故障诊断技术是实现航空发动机视情维修的重要一环
-
探析航空发动机常见故障诊断技术
-
作者:
景晓旭
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
实施方法
技术分析
-
描述:
航空发动机在运行过程中难免会发生故障,想要第一时间迅速了解故障起因,进行维修,掌握航空发动机常见的故障诊断技术是维持发动机正常运行的重要一环。航空发动机故障诊断技术是实现航空发动机视情维修的重要一环
-
波音737NG飞机发动机起动机故障诊断与分析
-
作者:
彭明玉
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
分析
波音737NG飞机
故障诊断
发动机起动机
-
描述:
的欢迎,而同时,对波音737NG飞机的故障诊断工作也逐渐受到关注,针对发动机起动机故障而言,一旦对起动机的故障排查不到位,很可能造成难以挽回的损失。本文首先对波音737NG飞机发动机故障诊断原理进行总结,并详细介绍各种故障的排查与诊断方法,以期为波音737NG飞机发动机起动机的故障诊断提供参考。
-
波音737NG飞机发动机起动机故障诊断与分析
-
作者:
彭明玉
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
分析
波音737NG飞机
故障诊断
发动机起动机
-
描述:
的欢迎,而同时,对波音737NG飞机的故障诊断工作也逐渐受到关注,针对发动机起动机故障而言,一旦对起动机的故障排查不到位,很可能造成难以挽回的损失。本文首先对波音737NG飞机发动机故障诊断原理进行总结,并详细介绍各种故障的排查与诊断方法,以期为波音737NG飞机发动机起动机的故障诊断提供参考。
-
基于特征提取的航空发动机滚动轴承故障诊断
-
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
-
描述:
航空发动机振动信号复杂,数据量大,其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域,利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于
-
航空发动机信号采集处理及故障检测方法研究
-
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
-
描述:
近年来,随着现代航空发动机信号数据越来越庞大,以往基于信号处理的传统故障诊断方法已经逐步无法满足航空设备“大数据”时代的故障检测要求,在故障检测领域,以人工智能为代表的计算机技术得到了越来越多的应用
-
基于特征提取的航空发动机滚动轴承故障诊断
-
作者:
周卓峰
刘伟
喻鸣
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
滚动轴承
特征提取
深度信念网络
机器学习
故障诊断
旋转机械
-
描述:
航空发动机振动信号复杂,数据量大,其机械系统滚动轴承故障诊断困难重重。在振动信号处理及故障检测领域,利用机器学习强大的自主学习能力在旋转机械故障的诊断方面得到了越来越多的应用。本文提出一种基于
-
航空发动机信号采集处理及故障检测方法研究
-
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
-
描述:
近年来,随着现代航空发动机信号数据越来越庞大,以往基于信号处理的传统故障诊断方法已经逐步无法满足航空设备“大数据”时代的故障检测要求,在故障检测领域,以人工智能为代表的计算机技术得到了越来越多的应用