全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 超高强度钢航空零件切削仿真与参数优化
- 作者： 郝红武 来源： 西安航空学院学报 年份： 2018 文献类型 ： 期刊 关键词： 遗传算法 超高强度钢 神经网络 切削仿真 正交
- 描述： 指标的影响。在仿真结果数据的基础上,通过极差分析法得出了各因素对各项评价指标的影响顺序以及影响趋势图;同时利用仿真结果数据建立了BP神经网络,进一步得出了各项评价指标的数学模型,最后通过遗传算法寻优,得出了超高强度钢铣削加工时的最优切削参数个体。
- 飞机起落架用超高强度钢应用现状及展望
- 作者： 赵博 许广兴 贺飞 杨旭 来源： 航空材料学报 年份： 2018 文献类型 ： 期刊 关键词： 起落架 超高强度钢 飞机
- 描述： 结合飞机起落架设计思想和需求,介绍国内外飞机起落架用钢的应用及研究进展,总结起落架用钢的应用特点和思路,对比国内外飞机起落架用钢的差距。目前飞机起落架用钢已经形成了低合金超高强度钢和高合金超高强度钢并用的材料体系,建立了完整的抗疲劳制造技术体系。我国起落架用超高强度钢的研制和应用处于国际先进水平。分析讨论了飞机起落架用超高强度钢的发展方向。
- 航空钢材不过硬，国产大飞机起落失据
- 作者： 本报记者 孙玉松 来源： 科技日报 年份： 2018 文献类型 ： 报纸 关键词： 干线客机 高温合金 起落架 川航 超高强度钢 国产大飞机 国产材料 钢材 研发制造 超强度
- 描述： 如果把发动机和飞控设备比作飞机的心脏和大脑，那么航空超高强度钢制作的起落架就是飞机的‘腿脚’。没有强健腿脚，纵使心脏和大脑再强大，巨人依然站立不起来!”“青年千人计划”学者、南开大学材料学院教授、博士生导师梁嘉杰对科技日报记者说。在梁嘉杰等材料科学?
- 全文：如果把发动机和飞控设备比作飞机的心脏和大脑，那么航空超高强度钢制作的起落架就是飞机的‘腿脚’。没有强健腿脚，纵使心脏和大脑再强大，巨人依然站立不起来!”“青年千人计划”学者、南开大学材料学院教授、博士生导师梁嘉杰对科技日报记者说。在梁嘉杰等材料科学?
- 国内航空航天用超高强度钢90%产自抚顺特钢
- 作者： 通讯员 王凯 实习记者 李明珠 来源： 中国冶金报 年份： 2018 文献类型 ： 报纸 关键词： 航空材料研究 抚顺特钢 宽体客机 钢铁研究总院 构件材料 航空航天 飞机起落架 实习记者 超高强度钢 特钢集团
- 描述： 本报讯(通讯员王凯实习记者李明珠)6月28日,中国商用C929宽体客机起落架用超大规格300M钢锻坯,在东北特钢集团抚顺特钢公司试制成功。该产品的成功研制填补了我国飞机起落架用超大规格超高强度钢的生产空白。据了解,目前,国内航空航天用超高强度钢90%产自抚顺特钢。近年来
- 全文：本报讯(通讯员王凯实习记者李明珠)6月28日,中国商用C929宽体客机起落架用超大规格300M钢锻坯,在东北特钢集团抚顺特钢公司试制成功。该产品的成功研制填补了我国飞机起落架用超大规格超高强度钢的生产空白。据了解,目前,国内航空航天用超高强度钢90%产自抚顺特钢。近年来
- 飞机发电机故障诊断的多特征参数组合分析
- 作者： 钱伟 王海斌 杨江 冯斌 来源： 测控技术 年份： 2018 文献类型 ： 期刊 关键词： 小波变换 故障特征 飞机发电机 神经网络
- 描述： 值,构建神经网络进行故障判定,选用不同的振动特征参数组合对检验样本进行验证以期获得指向性较好的飞机发电机故障特征参数。诊断结果表明,利用RBF网络对发电机故障诊断,采用基于幅值域的特征参数峭度指标、峰值因子
- 基于神经网络的航空制造复杂曲面的数控加工研究
- 作者： 侯峰 来源： 现代工业经济和信息化 年份： 2018 文献类型 ： 期刊 关键词： 数控加工 神经网络 航空制造
- 描述： 介绍并提出基于神经网络的数控加工方法,研究复杂曲面模型建立以高效地加工出高质量的零部件并保证数控加工质量和加工效率。
- 某型飞机腹板裂纹分析及改装设计
- 作者： 彭军 郭晨阳 张勇 张赟 杨欣毅 来源： 系统仿真技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 故障诊断 深度学习 神经网络
- 描述： 引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费
- 基于机器学习模型的民航客流预测仿真研究
- 作者： 刘夏 邱钊 陈焕东 陈明锐 来源： 软件 年份： 2018 文献类型 ： 期刊 关键词： 多元回归 支持向量机回归 ARMA改进 神经网络
- 描述： ,运用了多元回归模型、支持向量机回归模型、ARMA改进模型、神经网络RBF模型对航线数据进行了数据拟合。经验证,上述四个模型的平均绝对误差分别为5.27%,7.61%,5.07%,3.34%,模型预测精度较高,可以用于客流预测研究。