首页>
根据【关键词:航空发动机,滚动轴承,奇异值分解,卷积神经网络,故障诊断,经验模态分解】搜索到相关结果 1703 条
-
基于频域特征的航空轴承智能诊断
-
作者:
李宏宇
苏越
陈康
王俨剀
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
特征提取
滚动轴承
故障诊断
双向循环长短期记忆网络
神经网络
-
描述:
针对航空发动机滚动轴承的故障诊断,提出一种基于频域特征的故障诊断模型。将原始振动信号进行包络解调预处理,仅取每段数据处理后的512个点作为故障特征,将其作为双向循环长短期记忆网络(BiLSTM)模型
-
基于深层卷积神经网络电动飞机主驱动电机故障诊断方法
-
作者:
杨柏
关焕新
王森
杨亮
王鹤蓉
来源:
微电机
年份:
2020
文献类型 :
期刊
关键词:
卷积神经网络
故障诊断
主驱动电机
残差模块
-
描述:
为解决电动飞机主驱动电机故障诊断方法因电机结构复杂、信号非平稳与机械大数据等因素引起的诊断困难问题,提出了基于深层卷积神经网络的电动飞机主驱动电机故障诊断新方法。首先研究了SoftMax分类器判断
-
基于优化CNN的航空液压管路卡箍故障诊断
-
作者:
窦金鑫
薛政坤
于晓光
范玉鑫
刘忠鑫
杨同光
来源:
机床与液压
年份:
2021
文献类型 :
期刊
关键词:
液压管路卡箍
卷积神经网络
故障诊断
优化变分模态分解
-
描述:
针对航空发动机液压卡箍-管路系统具有高度复杂性,导致卡箍振动信号存在非线性、非平稳性,从而难以提取出卡箍故障状态有效信息的问题,提出一种基于优化变分模态分解(VMD)与卷积神经网络(CNN)的卡
-
基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究
-
作者:
姚艳玲
袁化成
陆超
唐晓澜
黄爱华
来源:
测控技术
年份:
2022
文献类型 :
期刊
关键词:
序列到序列
卷积神经网络
故障诊断
发动机喘振
-
描述:
和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题,在序列到序列(Seq2Seq)模型的基础上,使用卷积神经网络(CNN)代替Seq2Seq中编码器
-
基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究
-
作者:
姚艳玲
袁化成
陆超
唐晓澜
黄爱华
来源:
测控技术
年份:
2022
文献类型 :
期刊
关键词:
序列到序列
卷积神经网络
故障诊断
发动机喘振
-
描述:
和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题,在序列到序列(Seq2Seq)模型的基础上,使用卷积神经网络(CNN)代替Seq2Seq中编码器
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
的故障诊断基本过程;其次,在传统的文本特征提取技术的基础上,基于领域内信息,提出一种基于卷积神经网络(convolution neural network,简称CNN)的小样本文本特征提取方法,在样本量较少
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
的故障诊断基本过程;其次,在传统的文本特征提取技术的基础上,基于领域内信息,提出一种基于卷积神经网络(convolution neural network,简称CNN)的小样本文本特征提取方法,在样本量较少
-
改进注意力机制的航空发动机试验转子系统智能故障诊断
-
作者:
伍济钢
文港
杨康
来源:
振动与冲击
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
卷积神经网络
故障诊断
航空发动机转子
-
描述:
考虑到航空发动机的工作环境十分恶劣,其故障的振动信号特征隐蔽且噪声干扰严重,为了加强网络对振动信号中关键特征的提取能力,提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子
-
基于残差网络的航空发动机滚动轴承故障多任务诊断方法
-
作者:
康玉祥
陈果
尉询楷
潘文平
王浩
来源:
振动与冲击
年份:
2022
文献类型 :
期刊
关键词:
滚动轴承
故障诊断
深度学习
多任务
残差网络
损伤大小
-
描述:
针对当前基于深度学习的航空发动机滚动轴承故障诊断技术诊断任务单一的问题,提出一种基于多任务残差网络的滚动轴承故障诊断方法,该方法采用残差网络为深层特征提取与共享主框架,建立能够同时进行故障诊断
-
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