某型航空发动机的气路性能估计与故障诊断方法研究

作者： 倪敬帅   来源： 东北大学 年份： 2018 文献类型 ： 学位论文 关键词： 支持向量机   航空发动机   BP神经网络   气路   卡尔曼滤波   健康管理  

描述： 某型航空发动机的气路性能估计与故障诊断方法研究

航空发动机健康管理系统数字仿真平台关键技术研究

作者： 刘伟民   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 航空发动机   剩余寿命预估   集成验证   故障诊断   健康管理   软件工程   神经网络  

描述： 航空发动机健康管理系统数字仿真平台关键技术研究

基于核函数的航空瞬变电磁去噪方法研究

作者： 岳望   来源： 成都理工大学 年份： 2018 文献类型 ： 学位论文 关键词： 多项式核   高斯径向基核   去噪   核主成分分析   航空瞬变电磁法  

描述： 基于核函数的航空瞬变电磁去噪方法研究

部队飞行员健康管理模式研究进展

作者： 马莉   张华   来源： 西北国防医学杂志 年份： 2018 文献类型 ： 期刊 关键词： 飞行员   健康管理  

描述： 飞行劳动是脑力和体力劳动相结合的最为复杂的劳动之一,飞行员的身心健康直接影响其工作效率、应激反应能力、特情处置能力及飞行安全.如何更好地维护飞行员的身心健康,一直是航空医学研究的重要课题[1]。健康

航空发动机排气温度裕度预测研究

作者： 刘洋   来源： 厦门大学 年份： 2020 文献类型 ： 学位论文 关键词： 预测循环   排气温度   发动机性能   无迹滤波  

描述： 航空发动机排气温度裕度预测研究

基于DBN的航空发电机故障诊断方法研究

作者： 马楠   倪优扬   葛红娟   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 特征提取   航空发电机   故障诊断   深度置信网络  

描述： 针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信网络故障诊断模型对航空发电机的原始故障数据集进行特征提取和故障识别。仿真试验结果表明,方法能有效识别航空主发电机的短路故障。

基于DBN的航空发电机故障诊断方法研究

作者： 马楠   倪优扬   葛红娟   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 特征提取   航空发电机   故障诊断   深度置信网络  

描述： 针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信网络故障诊断模型对航空发电机的原始故障数据集进行特征提取和故障识别。仿真试验结果表明,方法能有效识别航空主发电机的短路故障。

基于LSTM-DBN的航空发动机剩余寿命预测

作者： 李京峰   陈云翔   项华春   蔡忠义   来源： 系统工程与电子技术 年份： 2020 文献类型 ： 期刊 关键词： 长短时记忆网络   健康指标   深度置信网络   剩余寿命预测  

描述： 针对航空发动机剩余寿命预测中多传感器监测数据维度高、规模大以及时间序列信息考虑不充分等问题,提出一种融合长短时记忆网络和深度置信网络的剩余寿命预测方法。首先,利用长短时记忆网络分别对单一传感器进行

结合显著图和深度学习的遥感影像飞机目标识别

作者： 刘相云   龚志辉   金飞   杨光   范炜康   来源： 测绘通报 年份： 2019 文献类型 ： 期刊 关键词： 遥感影像   显著图   多特征融合   飞机目标识别   深度置信网络  

描述： 为准确快速识别高分辨率遥感影像中的飞机目标,提出了一种结合显著图和深度置信网络(DBN)的飞机目标识别算法。本文首先使用HC(直方图对比度)算法提取遥感影像中的显著目标;然后通过定位连通区域确定候选目标的位置;随后提取候选目标的颜色矩、Hu不变矩、灰度共生矩阵、Tamura纹理特征和边缘方向直方图;最后将归一化后的多特征融合数据应用到深度置信网络进行目标识别。试验结果表明,本文算法的检测率为98.46%,虚警率为5.20%。算法从多种底层图像特征出发,有效克服了单一特征描述能力不足的问题,提高了飞机目标识别能力及抗干扰能力。

基于DBN的不均衡样本驱动民航发动机故障诊断

作者： 钟诗胜   李旭   张永健   来源： 航空动力学报 年份： 2019 文献类型 ： 期刊 关键词： 民航发动机   故障诊断   不均衡样本   深度置信网络   Adaboost.M1算法  

描述： 在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。