Cessna 525飞机刹车系统典型故障分析

作者： 王立纲   来源： 西安航空学院学报 年份： 2018 文献类型 ： 期刊 关键词： 故障诊断   525   故障分析   刹车系统   Cessna   防滞  

描述： 了相应的故障诊断优先程序,有助于在排故过程中迅速准确地找到根源,节约时间,提高该飞机整体的运营效率。同时对维护同种机型的其他通航单位也有一定的借鉴意义。

飞机液压系统故障诊断

作者： 李耀华   王星州   来源： 计算机工程与应用 年份： 2019 文献类型 ： 期刊 关键词： 信息熵   熵权法   故障诊断   飞机液压系统   人工蜂群   反向传播(BP)神经网络  

描述： 为有效诊断飞机液压系统故障,根据液压系统压力信号采用了熵权ABC-BP神经网络的故障诊断模型。模型先提取飞机液压系统压力信号的特征值,根据熵权法计算特征值信息熵,选取熵权值较大的作为神经网络的输入

飞机电缆短路故障分析及机理研究

作者： 李红   邓乐武   罗强   张永强   韩杨   来源： 四川电力技术 年份： 2020 文献类型 ： 期刊 关键词： 暂态分析   故障诊断   接触电阻   绝缘层   短路   热效应  

描述： 飞机电缆短路故障分析及机理研究

基于深度学习的航空传感器故障诊断方法

作者： 郑晓飞   郭创   姚斌   冯华鑫   来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 信号重构   故障诊断   深度学习   航空传感器   深度置信网络   故障隔离  

描述： 为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信

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DRSN与电压幅值分析的航空HVDC系统中逆变器故障诊断

作者： 黄湛钧   董鑫   卢沐宇   张瑞涛   闫钊阳   张安   来源： 航空学报 年份： 2023 文献类型 ： 期刊 关键词： 故障诊断   深度残差收缩网络   HVDC系统   故障模块识别   270V   线电压幅值分析  

描述： 机载270V高压直流(HVDC)系统的故障诊断一直是航电领域中的一个难点问题，为此提出了基于深度残差收缩网络(DRSN)的故障模块识别算法与基于线电压幅值分析的故障器件定位算法。首先对系统总电流

基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

作者： 吴鹏     张洋     罗守华   来源： 计算机测量与控制 年份： 2024 文献类型 ： 期刊 关键词： RBF神经网络   飞机全电刹车系统   故障诊断   故障信号采集器   信号降噪   改进ABC  

描述： 基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

数据驱动的航空装备健康管理平台设计与应用

作者： 张昌福     王飞飞     李琳     周鹏     陈光林   来源： 制造业自动化 年份： 2024 文献类型 ： 期刊 关键词： 数据驱动   故障诊断   航空装备管理   健康管理   状态监测   健康预测  

描述： 数据驱动的航空装备健康管理平台设计与应用

基于DRSN与电压幅值分析的航空HVDC系统逆变器故障诊断

作者： 黄湛钧     董鑫     卢沐宇     张瑞涛     闫钊阳     张安   来源： 航空学报 年份： 2024 文献类型 ： 期刊 关键词： 故障诊断   V   深度残差收缩网络   HVDC系统   故障模块识别   270   线电压幅值分析  

描述： ，再利用线电压均值模型确定故障器件。相比于现有方法，所提方法仅使用1个电流传感器和2个电压传感器便实现了系统故障诊断，满足了飞机对重量的限制要求。实验证明：所提出的方法故障模块识别精度，以及故障器件定位精度可达97%以上，具有较好实用性。