基于GA-BRBPNN的航空自耦变压整流器故障诊断方法

作者： 董慧芬   郑坤   杨占刚   来源： 电子测量与仪器学报 年份： 2022 文献类型 ： 期刊 关键词： 贝叶斯正则化   遗传算法   BP神经网络   故障诊断   航空自耦变压整流器  

描述： 神经网络(Bayesian regularisation back propagation neural network, BRBPNN)相结合的故障诊断识别方法。首先，实现ATRU故障仿真，以时频分析方式

基于二阶跟踪微分器的飞机防滑刹车系统滑模控制设计

作者： 叶巧灵   李繁飙   彭浩   吴政   杜城龙   来源： 2022中国自动化大会论文集 年份： 2022 文献类型 ： 会议论文 关键词： 飞机防滑刹车系统   滑模控制   二阶跟踪微分器  

描述： 基于二阶跟踪微分器的飞机防滑刹车系统滑模控制设计

基于二阶跟踪微分器的飞机防滑刹车系统滑模控制设计

作者： 叶巧灵   李繁飙   彭浩   吴政   杜城龙   来源： 2022中国自动化大会论文集 年份： 2022 文献类型 ： 会议论文 关键词： 飞机防滑刹车系统   滑模控制   二阶跟踪微分器  

描述： 基于二阶跟踪微分器的飞机防滑刹车系统滑模控制设计

基于YOLOv4的航空发动机叶片凸台目标检测

作者： 陈为   钟欣童   张婧   李泽辰   来源： 计算机仿真 年份： 2022 文献类型 ： 期刊 关键词： 数据增强   目标检测   叶片凸台检测   聚类分析  

描述： 的适应对凸台检测中小目标、结构复杂的特点，通过聚类分析的方法调整先验框尺寸，同时对原始数据集使用Mosaic方法进行数据增强。实验结果表明，改进后的YOLOv4模型在检测精度上提高了15.85%,召回率提高了21%,平均交并比可达0.75,检测性能优于在同一数据集中使用的SSD目标检测算法。

航空发动机控制系统容错验证平台设计及试验方法研究

作者： 李明   宋志平   刘一龙   陈雪峰   耿佳   来源： 实验技术与管理 年份： 2022 文献类型 ： 期刊 关键词： 试验方法   硬件在回路   航空发动机控制系统   容错验证平台   故障注入  

描述： 范围内发动机工作状态的准确模拟，并通过监测控制品质和检测超温、超转、喘振、推力降级等指标实现对容错控制方法的测试和验证。结果表明在各种飞行场景下大量的故障注入，能够发掘容错控制算法的不足，并最终实现容错有效性的验证。

基于YOLOv5的航空发动机部件识别

作者： 敖良忠   朱俊名   王欣   来源： 信息技术与信息化 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   YOLOv5s   增强现实   数据增强   实时识别  

描述： 为了实现快速且高精度的识别航空发动机部件，设计了一种采用YOLOv5算法的航空发动机部件识别方法。使用相机拍摄获取真实航空发动机上的部件原始图片，并使用LabelImg标注工具和数据增强方法自建

基于循环神经网络的民航陆空通话语音识别研究

作者： 邓鑫瑞   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 双向门控循环单元   数据增强   陆空通话   双向长短时记忆   迁移学习   双向循环神经网络  

描述： 基于循环神经网络的民航陆空通话语音识别研究

基于循环神经网络的民航陆空通话语音识别研究

作者： 邓鑫瑞   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 双向门控循环单元   数据增强   陆空通话   双向长短时记忆   迁移学习   双向循环神经网络  

描述： 基于循环神经网络的民航陆空通话语音识别研究

基于三次样条插值BP神经网络的航空阻力伞供应决策模型

作者： 谷雨轩   徐常凯   肖凯锐   来源： 科技与创新 年份： 2022 文献类型 ： 期刊 关键词： 阻力伞   供应决策   BP神经网络   三次样条插值  

描述： 针对航空阻力伞供应长期依靠人工经验决策与精细化保障模式不匹配的问题，提出一种阻力伞供应数量模型，首先通过三次样条插值扩充样本数据，然后通过实例模型精度对比优化神经元设置和激活函数的选择，最终建立神经元节点数为4、激活函数为Sigmond函数的BP神经网络航空阻力伞供应决策模型，为保障决策提供了有效的方法，对于提升保障效率具有重要意义。

基于PCA-BP的航空发动机大修周期预测方法

作者： 符式峰   贾晓亮   安磊   常笑   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 主成分分析   航空发动机   大修周期   BP神经网络  

描述： 航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点，针对数据驱动的航空发动机大修周期预测，提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机大修周期主要因素的基础上，采用PCA方法得到影响航空发动机大修周期的主成分因素，并将其作为BP神经网络的输入。基于某型航空发动机大修数据对PCA-BP模型进行训练和测试，并与BP神经网络模型进行比较，结果表明PCA-BP模型预测精度更高，验证了方法的有效性。