基于神经网络和流形学习的军用航空发动机故障诊断技术研究

作者： 彭贤博   来源： 吉林大学 年份： 2017 文献类型 ： 学位论文 关键词： 流形学习   滚动轴承   故障诊断   神经网络   军用航空发动机  

描述： 军用航空发动机的故障诊断。本文介绍了故障诊断技术和数据挖掘技术的国内外研究现状,以及军用航空发动机滚动轴承故障诊断所需的背景知识,包括基本的振动机理,常见的故障类型和传统的诊断方法,然后详细

基于神经网络和流形学习的军用航空发动机故障诊断技术研究

作者： 彭贤博   来源： 吉林大学 年份： 2017 文献类型 ： 学位论文 关键词： 流形学习   滚动轴承   故障诊断   神经网络   军用航空发动机  

描述： 军用航空发动机的故障诊断。本文介绍了故障诊断技术和数据挖掘技术的国内外研究现状,以及军用航空发动机滚动轴承故障诊断所需的背景知识,包括基本的振动机理,常见的故障类型和传统的诊断方法,然后详细

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

基于包络解调法与时域平均法的航空发动机主轴承故障诊断

作者： 史浩宁     陈康     王俨剀.   来源： 第十三届全国随机振动理论与应用学术会议暨第十一届全国随机动力学学术会议论文摘要集 年份： 2023 文献类型 ： 会议论文 关键词： 滚动轴承   故障诊断   故障特征频率   时域平均法   包络解调法  

描述： 主轴承是航空发动机重要零部件,一旦发生故障,会直接影响到发动机的服役性能。本研究针对滚动轴承4个部件——外环、内环、滚动体、保持架的单点故障,在600rpm、900rpm、1200rpm转速下所测

基于包络解调法与时域平均法的航空发动机主轴承故障诊断

作者： 史浩宁     陈康     王俨剀.   来源： 第十三届全国随机振动理论与应用学术会议暨第十一届全国随机动力学学术会议论文摘要集 年份： 2023 文献类型 ： 会议论文 关键词： 滚动轴承   故障诊断   故障特征频率   时域平均法   包络解调法  

描述： 主轴承是航空发动机重要零部件,一旦发生故障,会直接影响到发动机的服役性能。本研究针对滚动轴承4个部件——外环、内环、滚动体、保持架的单点故障,在600rpm、900rpm、1200rpm转速下所测

基于粒子滤波的机轮滚动轴承典型故障诊断

作者： 张?   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： 滚动轴承   故障诊断   粒子滤波   状态估计   重要性概率密度函数  

描述： 基于粒子滤波的机轮滚动轴承典型故障诊断

基于粒子滤波的机轮滚动轴承典型故障诊断

作者： 张?   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： 滚动轴承   故障诊断   粒子滤波   状态估计   重要性概率密度函数  

描述： 基于粒子滤波的机轮滚动轴承典型故障诊断

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