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
- 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PCA优化的神经网络飞机燃油消耗预测方法
- 作者： 詹韧 张登成 郑无计 来源： 测控技术 年份： 2019 文献类型 ： 期刊 关键词： 主成分分析法 S检验法 飞机燃油消耗 神经网络 k
- 描述： 针对传统方法存在的不足,提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方法。利用主成分分析法降低神经网络输入维数。构建主成分分析与Elman神经网络模型,进行基于飞参数据的实例分析
- 基于PCA优化的神经网络飞机燃油消耗预测方法
- 作者： 詹韧 张登成 郑无计 来源： 测控技术 年份： 2019 文献类型 ： 期刊 关键词： 主成分分析法 S检验法 飞机燃油消耗 神经网络 k
- 描述： 针对传统方法存在的不足,提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方法。利用主成分分析法降低神经网络输入维数。构建主成分分析与Elman神经网络模型,进行基于飞参数据的实例分析
- 基于PCA优化的神经网络飞机燃油消耗预测方法
- 作者： 詹韧 张登成 郑无计 来源： 测控技术 年份： 2019 文献类型 ： 期刊 关键词： 主成分分析法 S检验法 飞机燃油消耗 神经网络 k
- 描述： 针对传统方法存在的不足,提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方法。利用主成分分析法降低神经网络输入维数。构建主成分分析与Elman神经网络模型,进行基于飞参数据的实例分析
- 航空发动机状态监控和预测性维护应用研究
- 作者： 廖鹏程 李昂 王骁 来源： 测控技术 年份： 2023 文献类型 ： 期刊 关键词： 特征提取 深度学习 健康管理 剩余寿命预测 故障预测
- 描述： 为了深化飞参数据的应用价值，通过研究发动机转动件故障预测、剩余寿命预测以及气路健康等，为发动机保障决策和预测性维护提供参考。采用经验模态分解(EMD)结合相对向量机(RVM)、灰度模型(GM)用于发动机转动件、气路监测的状态监控和故障预测，选取波音某型飞机故障数据验证了模型的准确性，平均绝对百分比误差(MAPE)能达到8.46%;采用卡尔曼滤波(KF)结合梯度提升决策树(GBDT)的方法对数据进行降噪并预测剩余寿命，通过美国国家航空航天局(NASA)的航空发动机仿真数据集验证了模型能达到91.3%的准确率；采用核主成分分析(KPCA)结合深度置信网络(DBN)的方法建立发动机气路健康监控模型，经过大量QAR数据验证和测试，预测相对误差为0.43%。针对基于数据挖掘的航空发动机故障诊断算法开展研究，设计了相应的算法，开展了实验验证，通过有效的数据预处理和模型参数调节，使得故障诊断性能达到较高水准，为航空发动机的预测性维护提供了重要参考。