首页>
根据【关键词:航空发动机轴承,支持向量机,主成分分析,轴承诊断,粒子群算法】搜索到相关结果 163 条
-
飞机舵机电液伺服系统智能PID控制方法研究
-
作者:
刘晓琳
苏杨
来源:
信息技术与网络安全
年份:
2020
文献类型 :
期刊
关键词:
PID参数整定
电液伺服系统
智能控制
粒子群算法
蜂群算法
-
描述:
针对飞机舵机电液伺服系统中PID控制器参数难以整定的问题,引入一种智能PID控制方法。该方法结合了粒子群算法和PID控制器的优点,并利用蜂群算法的选择策略对粒子群算法进行优化,适应
-
基于混沌PSO_Elman网络的航空发动机基线挖掘
-
作者:
瞿红春
林文斌
许旺山
郭龙飞
来源:
中国民航大学学报
年份:
2020
文献类型 :
期刊
关键词:
基线挖掘
航空发动机
粒子群算法
混沌
Elman神经网络
-
描述:
为提高发动机基线的拟合精度,提出经混沌粒子群优化的Elman神经网络模型。利用混沌算法改进粒子群算法(PSO)的位置公式,以解决局部最优问题。利用非线性递减函数改进PSO粒子的速度公式,以解决收敛
-
基于孔特征约束的飞机部件位姿优化方法
-
作者:
王青
郑飞
任英武
程亮
李江雄
柯映林
来源:
计算机集成制造系统
年份:
2017
文献类型 :
期刊
关键词:
制造准确度
粒子群算法
装配误差
对接深孔
最优位姿
-
描述:
Lagrange法结合粒子群算法进行求解,得到部件的最优位姿,使部件在满足制造准确度的同时对接深孔孔轴方向的偏差最小,满足装配的要求。通过在飞机数字化装配中的运用并与奇异值分解算法进行比较,验证了该算法的有效性。
-
基于曲面边缘提取的航空叶片点云配准
-
作者:
陈伟
刘瑾
杨海马
潘方超
赵红壮
张锐
来源:
应用激光
年份:
2024
文献类型 :
期刊
关键词:
航空叶片
马夸尔特优化
主成分分析
列文伯格
点云配准
边缘提取
-
描述:
基于曲面边缘提取的航空叶片点云配准
-
基于曲面边缘提取的航空叶片点云配准
-
作者:
陈伟
刘瑾
杨海马
潘方超
赵红壮
张锐
来源:
应用激光
年份:
2024
文献类型 :
期刊
关键词:
航空叶片
马夸尔特优化
主成分分析
列文伯格
点云配准
边缘提取
-
描述:
基于曲面边缘提取的航空叶片点云配准
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2021
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2021
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2020
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2020
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将
-
基于SSA-SVM的航空电弧故障检测
-
作者:
戴洪德
张志亮
崔伟成
王艺卉
陈美男
来源:
科学技术与工程
年份:
2024
文献类型 :
期刊
关键词:
小波分析
支持向量机
麻雀搜索算法
故障检测
电弧
-
描述:
故障的产生,分别采集交流串联正常和电弧故障电流数据,应用所提出的SSA-SVM算法进行电弧故障检测,结果表明,所提方法能较好地识别出电弧故障,检测准确率达到99.5%,相比于粒子群算法或遗传算法优化的支持向量机,对电弧故障的检测准确率分别高出2.5%和2%。
<
1
2
3
...
11
12
13
...
15
16
17
>