基于长短期记忆网络与轻梯度提升机的航空发动机大修期内剩余寿命预测

作者： 杨硕     高成   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 长短期记忆网络   航空发动机   组合模型   轻梯度提升机   剩余寿命预测  

描述： 针对航空发动机大修期内由性能主导的剩余使用寿命预测中复杂设备具有状态变量多、非线性特征严重的特点以及单一模型面临特征提取不充分、预测精度不足等问题，提出一种长短期记忆网络（LSTM）与轻梯度提升机

航空发动机叶片表面损伤与检测研究进展

作者： 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  

描述： 航空发动机叶片的工作环境极其恶劣，表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作，严重依赖工作经验，但人工检测

作者： 秦子轩     张晓东     白广芝     任先聪   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   剩余可用寿命   深度学习   多头注意力机制   多尺度卷积双向长短期记忆网络  

描述：

作者： 秦子轩     张晓东     白广芝     任先聪   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   剩余可用寿命   深度学习   多头注意力机制   多尺度卷积双向长短期记忆网络  

描述：

基于RDK-ELM的航空发动机控制系统故障诊断

作者： 陈虹潞   黄向华   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   极限学习机   控制系统   简约改进   故障诊断   深度学习  

描述： 为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构

基于RDK-ELM的航空发动机控制系统故障诊断

作者： 陈虹潞   黄向华   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   极限学习机   控制系统   简约改进   故障诊断   深度学习  

描述： 为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构

基于ResNet-LSTM的航空发动机性能异常检测方法

作者： 蔡舒妤     殷航     史涛     范杰   来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 长短期记忆网络   航空发动机   残差网络   异常检测  

描述： 为了实现数据驱动的航空发动机性能异常的智能检测，提出了一种基于残差网络（ResNet）-长短期记忆网络（LSTM）的发动机性能异常检测方法。采用发动机性能数据图像化方法，在数据降维的同时，完备保留

基于BP神经网络的航空发动机故障检测技术研究

作者： 殷锴   钟诗胜   那媛   李臻   来源： 航空发动机 年份： 2017 文献类型 ： 期刊 关键词： 航空发动机   BP神经网络   故障检测  

描述： 为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法

中等推力航空发动机喷口控制方法对比研究

作者： 王松   高亚辉   段绍栋   王建锋   王振华   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 落压比控制   航空发动机   控制方法   转差控制  

描述： 为提高中等推力航空发动机工作性能,对其喷口控制方法进行对比分析,并通过台架试验对喷口等落压比和喷口转差控制方法进行试验验证。结果表明:相比于等落压比控制方法,转差控制方法更利于精确调整发动机在节流

基于离散粒子群算法的航空发动机总装工艺优化方法

作者： 刘超   张茂伟   吕玉红   周建超   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 装配质量   总装优化   航空发动机   粒子群算法  

描述： 为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础