基于CNN-BiLSTM的航空发动机滑油流量故障诊断预测方法研究

作者： 张青     赵洪利     杨佳强   来源： 内燃机与配件 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   CNN   深度神经网络   BiLSTM   快速存取(QAR)数据   滑油流量预测  

描述： 了一种基于CNN-BiLSTM的航空发动机滑油流量预测模型，可以同时捕捉数据中的空间特征以及时序关系。以某航QAR数据进行验证，结果与CNN和LSTM模型进行对比，左发预测准确率提升了2.43

基于1DCNN-BiLSTM的航空发动机故障分类研究

作者： 孔令刚     康时嘉     吴家菊     左洪福     杨永辉     程铮   来源： 现代电子技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   1DCNN   故障分类   发动机故障   非线性时间序列   BiLSTM  

描述： 基于1DCNN-BiLSTM的航空发动机故障分类研究

基于1DCNN-BiLSTM的航空发动机故障分类研究

作者： 孔令刚     康时嘉     吴家菊     左洪福     杨永辉     程铮   来源： 现代电子技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   1DCNN   故障分类   发动机故障   非线性时间序列   BiLSTM  

描述： 基于1DCNN-BiLSTM的航空发动机故障分类研究

基于融合卷积Transformer的航空发动机故障诊断

作者： 赵洪利   杨佳强   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 自注意力机制   航空发动机   故障诊断   深度神经网络   融合卷积Transformer  

描述： ， BP网络）、卷积神经网络（Convolutional Neural Networks， CNN）和循环神经网络（Recurrent Neural Network， RNN）相比，准确率分别提高了6.552%、28.117%、13.189%和10.29%，证明了本文方法的有效性，可为航空发动机故障诊断提供一定的参考。

基于融合卷积Transformer的航空发动机故障诊断

作者： 赵洪利   杨佳强   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 自注意力机制   航空发动机   故障诊断   深度神经网络   融合卷积Transformer  

描述： ， BP网络）、卷积神经网络（Convolutional Neural Networks， CNN）和循环神经网络（Recurrent Neural Network， RNN）相比，准确率分别提高了6.552%、28.117%、13.189%和10.29%，证明了本文方法的有效性，可为航空发动机故障诊断提供一定的参考。

航空发动机运行可靠性监测方法研究

作者： 李勇博   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 航空发动机   深度神经网络   深度置信网络   无失效数据   可靠性监测   多层贝叶斯方法  

描述： 航空发动机运行可靠性监测方法研究

航空发动机运行可靠性监测方法研究

作者： 李勇博   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 航空发动机   深度神经网络   深度置信网络   无失效数据   可靠性监测   多层贝叶斯方法  

描述： 航空发动机运行可靠性监测方法研究

基于NER的飞机大修EWIS故障信息快速获取与识别

作者： 黄明俊     石杰     贾晓亮   来源： 制造业自动化 年份： 2024 文献类型 ： 期刊 关键词： CRF模型   飞机大修   命名实体识别   BERT   EWIS   BiLSTM   故障信息  

描述： 基于NER的飞机大修EWIS故障信息快速获取与识别

基于NER的飞机大修EWIS故障信息快速获取与识别

作者： 黄明俊     石杰     贾晓亮   来源： 制造业自动化 年份： 2024 文献类型 ： 期刊 关键词： CRF模型   飞机大修   命名实体识别   BERT   EWIS   BiLSTM   故障信息  

描述： 基于NER的飞机大修EWIS故障信息快速获取与识别

不同结构深度神经网络的时间域航空电磁数据成像性能分析

作者： 李金峰   刘云鹤   来源： 世界地质 年份： 2021 文献类型 ： 期刊 关键词： 电磁数据   地球物理   成像   深度神经网络  

描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。