首页>
根据【关键词:PHM技术,航空电子设备,视情维修,故障诊断,故障检测,故障预测】搜索到相关结果 281 条
-
基于航空飞行器机体结构疲劳寿命预测的视情维修决策模型研究
-
作者:
张卓
王翰
来源:
现代制造技术与装备
年份:
2025
文献类型 :
期刊
关键词:
航空飞行器
视情维修
决策模型
寿命预测
机体结构
疲劳寿命
-
描述:
基于航空飞行器机体结构疲劳寿命预测的视情维修决策模型研究
-
面向飞机辅助动力装置在翼剩余寿命预测的性能参数扩增方法
-
作者:
刘连胜
张晗星
刘晓磊
王璐璐
梁军
来源:
仪器仪表学报
年份:
2021
文献类型 :
期刊
关键词:
生成对抗网络
辅助动力装置
在翼寿命
参数扩增
故障预测
-
描述:
为解决飞机辅助动力装置(APU)在翼性能参数维度低而无法获得较高准确故障预测结果的问题,提出了一种基于生成对抗网络(GAN)性能参数的扩增方法。首先,在研究GAN原理的基础上,通过网格搜索算法确定
-
面向飞机辅助动力装置在翼剩余寿命预测的性能参数扩增方法
-
作者:
刘连胜
张晗星
刘晓磊
王璐璐
梁军
来源:
仪器仪表学报
年份:
2021
文献类型 :
期刊
关键词:
生成对抗网络
辅助动力装置
在翼寿命
参数扩增
故障预测
-
描述:
为解决飞机辅助动力装置(APU)在翼性能参数维度低而无法获得较高准确故障预测结果的问题,提出了一种基于生成对抗网络(GAN)性能参数的扩增方法。首先,在研究GAN原理的基础上,通过网格搜索算法确定
-
基于灰色理论的172飞机故障预测方法
-
作者:
李立群
唐寿根
谢家雨
来源:
控制工程
年份:
2018
文献类型 :
期刊
关键词:
检验
灰色模型GM(1
1)
塞斯纳172基本型飞机
故障预测
-
描述:
针对塞斯纳172基本型飞机在运行过程中的高故障率问题,提出了一种基于灰色理论的故障预测方法,该方法首先是将172基本型飞机故障信息数据集中处理和分析,分析了172基本型飞机故障千时率,其次建立
-
基于多模型融合的航空电子产品故障预测方法
-
作者:
文佳
梁天辰
陈擎宙
钱东
来源:
电讯技术
年份:
2023
文献类型 :
期刊
关键词:
长短期记忆(LSTM)神经网络
数据驱动
航空电子产品
多模型融合
故障预测
-
描述:
针对复杂机载环境应力条件下航空电子产品故障预测所面临的退化趋势差异大、训练数据样本量小等问题,提出了一种改进长短期记忆(Long Short/Term Memory, LSTM)神经网络模型与集成
-
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
-
基于差分隐私的航空发动机喘振故障检测
-
作者:
岑鹏
郑德生
陆超
来源:
燃气涡轮试验与研究
年份:
2022
文献类型 :
期刊
关键词:
差分隐私
航空发动机
卷积神经网络
故障检测
喘振
-
描述:
为保护航空发动机数据集包含的众多敏感数据,将差分隐私技术融入卷积神经网络中,提出一种具有差分隐私的卷积神经网络故障检测模型(DP-CNN模型)。阐述了卷积神经网络和差分隐私技术的基本理论和计算步骤
-
基于深度学习的航空发动机传感器故障检测
-
作者:
刘云龙
谢寿生
郑晓飞
边涛
来源:
传感器与微系统
年份:
2018
文献类型 :
期刊
关键词:
飞参数据
深度学习
故障检测
深度置信网络
航空发动机传感器
-
描述:
针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理
-
基于时序二维化的航空传感器故障检测
-
作者:
张达
高君宇
丁腾欢
谷士鹏
李学龙
来源:
西北工业大学学报
年份:
2023
文献类型 :
期刊
关键词:
格拉姆角场
时间序列分析
分段聚合近似
航空传感器
故障检测
-
描述:
航空传感器故障检测在航空飞行任务中具有重要意义。然而传感器时序数据长度极长、时间跨度极广导致目前大多数方法检测性能较差。针对上述问题,提出基于时序二维化的航空传感器故障检测(time-series
-
基于LSTM自编码器的航空发动机故障检测
-
作者:
张忍
白杰
来源:
航空计算技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
LSTM
发动机健康管理
故障检测
自编码器
-
描述:
故障检测作为航空发动机健康管理的主要内容之一,是保证航空发动机的安全性、可靠性和经济性的重要手段。针对发动机发生概率最大的气路部件故障,提出了一种长短期记忆神经网络(Long Short Term
<
1
2
3
...
5
6
7
...
27
28
29
>