应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为

应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为

基于Broyden算法的航空发动机气路故障诊断

作者： 潘阳   李秋红   王元   来源： 推进技术 年份： 2017 文献类型 ： 期刊 关键词： Kalman滤波器   航空发动机   气路故障诊断   涡轴发动机   Broyden算法  

描述： 针对基于Kalman的故障诊断算法响应速度慢、多故障诊断及非设计点诊断精度低的问题,提出一种基于改进Broyden算法求解方程组的航空发动机气路故障诊断方法。针对涡轴发动机,以模型输出跟踪发动机输出

基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

作者： 贾秋生   史新兴   李华聪   韩小宝   李岩   来源： 推进技术 年份： 2021 文献类型 ： 期刊 关键词： 线性变参数模型   航空发动机   鲁棒控制   参数依赖Lyapunov函数   极点配置  

描述： 针对航空发动机全包线多变量鲁棒变增益控制器设计问题,提出了一种基于混合区域极点配置的鲁棒变参数控制方法。利用Jacobian方法建立多调度参数下的发动机仿射线性变参数(Linear

基于序列工作点的航空发动机过渡态气路分析参数选择研究

作者： 杨锟   屠秋野   王纬   蔡元虎   来源： 推进技术 年份： 2019 文献类型 ： 期刊 关键词： 小波变换   航空发动机   奇异值分解   过渡态气路分析   序列工作点分析  

描述： 为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法

不同维度缩放方法在航空发动机总体仿真中的应用

作者： 宋甫   周莉   王占学   张明阳   张晓博   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 零维仿真模型   航空发动机   完全耦合方法   多维度仿真模型   迭代耦合方法  

描述： 不同维度缩放方法在航空发动机总体仿真中的应用

基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

作者： 贾秋生   史新兴   李华聪   韩小宝   李岩   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 线性变参数模型   航空发动机   鲁棒控制   参数依赖Lyapunov函数   极点配置  

描述： 基于混合区域极点配置的航空发动机全包线鲁棒变参数控制器设计

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

作者： 曹惠玲   王冉   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 支持向量机   航空发动机   遗传算法   滑动时窗策略   在线预测模型  

描述： 基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

民用航空涡扇发动机短舱外部阻力试验方法研究

作者： 章欣涛   冯丽娟   王维   熊能   林俊   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   外部阻力   风洞试验   短舱   数值仿真  

描述： 为了发展一种适用于大涵道比民用航空涡扇发动机短舱外部阻力的试验方法，对NACA-1系列轴对称短舱试验进行改进，并在2.4m跨声速风洞中完成了试验研究，获取了某型大涵道比民用航空涡扇发动机短舱在马赫数

基于随机维纳过程的航空发动机性能衰退研究

作者： 赵洪利   张猛   来源： 推进技术 年份： 2020 文献类型 ： 期刊 关键词： 维纳过程   航空发动机   严酷度因子   发动机排气温度裕度   性能衰退  

描述： ）算法结合贝叶斯定理，对模型参数求解，最终得到了基于性能衰退的发动机平均下发间隔。研究结果表明，在严酷度因子为1.2696的使用条件下，某型号航空发动机性能衰退平均下发间隔为8219循环；基于该模型预测的发动机平均下发间隔与厂商建议的下发时间之间的误差仅为1.7%。