首页>
根据【关键词:航空发动机,量化,故障模式】搜索到相关结果 5172 条
-
航空发动机振动故障模式的量化方法研究
-
作者:
马会防
陈亚龙
虞磊
郎欣
周怡
来源:
振动工程学报
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
量化
故障模式
-
描述:
概率、故障模式的可验证性等维度对振动故障模式进行量化;结合某航空发动机核心机的振动故障,给出了振动故障模式量化方法的具体应用。实践证明振动故障模式的量化方法是可行、有效的,且具有较高的工程应用价值。
-
基于动态事件触发的航空发动机分布式系统的H∞量化稳定性研究
-
作者:
王玮轩
谢寿生
李帅国
张驭
彭靖波
郑劲松
来源:
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
年份:
2022
文献类型 :
会议论文
关键词:
航空发动机
分布式控制系统
不确定性
量化
H∞控制
事件触发
-
描述:
基于动态事件触发的航空发动机分布式系统的H∞量化稳定性研究
-
基于动态事件触发的航空发动机分布式系统的H∞量化稳定性研究
-
作者:
王玮轩
谢寿生
李帅国
张驭
彭靖波
郑劲松
来源:
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
年份:
2022
文献类型 :
会议论文
关键词:
航空发动机
分布式控制系统
不确定性
量化
H∞控制
事件触发
-
描述:
基于动态事件触发的航空发动机分布式系统的H∞量化稳定性研究
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
多工况下航空发动机的故障模式分类
-
作者:
韩光洁
田晨
缑林峰
邵冬
罗斌
徐甜甜
林川
来源:
小型微型计算机系统
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
一维卷积神经网络
故障模式
分类
-
描述:
航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点,本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法
-
多工况下航空发动机的故障模式分类
-
作者:
韩光洁
田晨
缑林峰
邵冬
罗斌
徐甜甜
林川
来源:
小型微型计算机系统
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
一维卷积神经网络
故障模式
分类
-
描述:
航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点,本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法
-
多工况下航空发动机的故障模式分类
-
作者:
韩光洁
田晨
缑林峰
邵冬
罗斌
徐甜甜
林川
来源:
小型微型计算机系统
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
一维卷积神经网络
故障模式
分类
-
描述:
航空发动机在多个操作条件下具有不同的故障模式.针对现有航空发动机数据集的故障模式和数据特点,本文在多工况下提出了一种基于一维卷积神经网络的航空发动机故障模式分类方法.该方法无需其他特征提取算法