首页>
根据【关键词:辅助动力装置,故障诊断,人工智能 】搜索到相关结果 9 条
航空第二动力系统技术综述
作者:
周洲
刘闯
朱学忠
朱姝姝
来源:
航空动力学报
年份:
2023
文献类型 :
期刊
关键词:
辅助动力装置
第二动力系统
热管理技术
起动/发电技术
多电技术
描述:
第二动力系统(Secondary Power System,SPS)是承担关键任务的复杂机载系统。以美军装备为例分别介绍了典型的机械传动SPS、气压传动SPS和电气传动SPS并对三者的优缺点进行了总结,回顾了美军与国防承包商的SPS研发历程并分析了它们的技术特点,总结了先进SPS的四项关键技术,简要介绍了SPS的应用拓展并对SPS的发展趋势进行了展望。指出了未来先进SPS的四大主要技术特点:多电化架构、高功能集成度、能量综合、优化利用能力以及与主发的协同增效。
航空第二动力系统技术综述
作者:
周洲
刘闯
朱学忠
朱姝姝
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
辅助动力装置
第二动力系统
热管理技术
起动/发电技术
多电技术
描述:
第二动力系统(SPS)是承担关键任务的复杂机载系统。以美军装备为例分别介绍了典型的机械传动SPS、气压传动SPS和电气传动SPS并对三者的优缺点进行了总结,回顾了美军与国防承包商的SPS研发历程并分析了它们的技术特点,总结了先进SPS的四项关键技术,简要介绍了SPS的应用拓展并对SPS的发展趋势进行了展望。指出了未来先进SPS的四大主要技术特点:多电化架构、高功能集成度、能量综合、优化利用能力以及与主发动机的协同增效。
基于RS-CART决策树的航空发动机小样本故障诊断
作者:
庞梦洋
索中英
郑万泽
徐宇恒
包壮壮
黄林
来源:
航空动力学报
年份:
2021
文献类型 :
期刊
关键词:
分类与回归树
GINI系数
故障诊断
属性约简
规则提取
描述:
规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断 ,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断 算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
基于RS-CART决策树的航空发动机小样本故障诊断
作者:
庞梦洋
索中英
郑万泽
徐宇恒
包壮壮
黄林
来源:
航空动力学报
年份:
2021
文献类型 :
期刊
关键词:
分类与回归树
GINI系数
故障诊断
属性约简
规则提取
描述:
规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断 ,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断 算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
基于IPSO-Elman神经网络的航空发动机故障诊断
作者:
皮骏
黄江博
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
改进粒子群优化算法
Elman神经网络
平均影响值
描述:
为提高航空发动机故障诊断 的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断 的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对
基于DBN的不均衡样本驱动民航发动机故障诊断
作者:
钟诗胜
李旭
张永健
来源:
航空动力学报
年份:
2019
文献类型 :
期刊
关键词:
民航发动机
故障诊断
不均衡样本
深度置信网络
Adaboost.M1算法
描述:
在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断 模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不
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
航空发动机气路故障诊断 的SANNWA-PF算法
作者:
许梦阳
黄金泉
鲁峰
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
自适应
粒子滤波
神经网络
非高斯噪声
描述:
针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断 的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用
基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断
作者:
冯东洋
姜春英
鲁墨武
叶长龙
李胜宇
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
双路特征融合卷积神经网络(TSFFCNN)
特征融合
飞机起落架液压系统
故障诊断
SVM)
粒子群优化支持向量机(PSO
描述:
针对飞机起落架液压系统故障诊断 精度低,深层故障特征提取困难的问题,提出了一种基于双路特征融合卷积神经网络(TSFFCNN)与粒子群优化支持向量机(PSO-SVM)结合的起落架液压系统故障诊断 模型。该