首页>
根据【关键词:航空电缆电弧故障,特征提取,Inception模块,双向长短期记忆网络】搜索到相关结果 4 条
-
基于航空发动机工况的叶尖间隙智能预测方法
-
作者:
杨阳
张建超
项洋
陆海鹰
来源:
航空动力学报
年份:
2023
文献类型 :
期刊
关键词:
叶尖间隙
特征提取
机器学习
零维仿真
空气系统
-
描述:
问题,通过机器学习模型对发动机工况参数进行特征提取,利用有效特征求解传热问题的边界,从而实现基于发动机工况参数快速预测实时叶尖间隙。机器学习模型的十折交叉验证集的平均准确率为98.9%,叶尖间隙模型的验证误差为4.3%,得到了不同工况下的叶尖间隙计算结果和冷气流量大小变化规律,计算耗时小于0.03s。
-
基于深度信念网络的航空发动机维修等级决策
-
作者:
车畅畅
王华伟
刘伟
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
运行安全
特征提取
维修等级决策
深度信念网络
状态监控
-
描述:
等级数据作为实例进行验证,结果显示:该模型能够通过构建多层网络结构挖掘出样本的更深层次信息,在分类能力、决策准确性方面优于传统神经网络,有较强的特征提取能力,对维修等级分类有较高的正确率,能得出更准确的维修等级决策结果,避免因维修等级误判而带来不必要的损失。
-
航空滚动轴承振动特征的故障灵敏度分析与融合技术
-
作者:
林桐
陈果
张全德
王洪伟
陈立波
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
灵敏度分析
滚动轴承
特征融合
状态评估
-
描述:
针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多特征融合评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析;在此基础上,将所提方法与主分量分析、支持向量数据描述和支持向量分布估计方法相比较;最后,进行了轴承疲劳加速试验,将所提融合方法应用于航空滚动轴承状态监测。试验表明:相比于主分量分析、支持向量数据描述和支持向量分布估计,基于标准化欧氏距离的融合值的故障灵敏度更高;其对不同类型、不同阶段的航空滚动轴承故障更加灵敏,相比于有效值更适合作为航空滚动轴承状态监测的指标。
-
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)模型的输入,可对内圈故障、外圈故障、滚动体故障及每种故障所对应3种不同的故障程度进行诊断。该模型不仅弥补完全由原始振动信号输入导致输入数据冗长,特征不明显等缺点,也弥补由人工提取振动特征来进行故障诊断的不确定性。在滚动轴承公开数据集上进行实验,结果表明故障识别的准确度达到99.8%以上。搭建航空轴承实验器来对方法与模型进行检验。基于频域特征的双向循环长短期记忆网络模型能够更准确地对轴承进行故障诊断,所提方法对于航空发动机滚动轴承故障诊断具有重要工程价值。