基于改进的SENet航空发动机振动预测

作者： 夏存江   詹于游   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 数据驱动   注意力机制   卷积神经网络   多参数融合   振动预测  

描述： 为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet(squeeze-and-excitation network)模型，对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据，使用了真实的QAR(quick access recorder)数据并进行随机采样，以求更能表征发动机振动和工作参数之间的关系。同时，不仅使用其他振动信号进行验证，还在其他型号的发动机上进行测试。结果表明：针对航空发动机的振动进行预测是可行的，SENet模型可以有效并实时追踪振动的突变和波动。此外，该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型，SENet模型在振动的预测中能得到更小的误差。实验证明，相较于以往只使用振动这个单参数进行预测，并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。

基于机器学习的航空器着陆跑道占用时间预测研究

作者： 谢玉冰   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： QAR数据   着陆跑道占用时间   BP神经网络   SHAP模型  

描述： 基于机器学习的航空器着陆跑道占用时间预测研究

基于机器学习的航空器着陆跑道占用时间预测研究

作者： 谢玉冰   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： QAR数据   着陆跑道占用时间   BP神经网络   SHAP模型  

描述： 基于机器学习的航空器着陆跑道占用时间预测研究

基于QAR的A320系列飞机空调故障分析和预测方法研究

作者： 张灵杰   来源： 电子科技大学 年份： 2022 文献类型 ： 学位论文 关键词： QAR数据   支持向量机   极限学习机   BP神经网络   A320空调系统  

描述： 基于QAR的A320系列飞机空调故障分析和预测方法研究

基于QAR数据的航空器进近阶段碰撞风险研究

作者： 杨晓刚   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： QAR数据   碰撞风险   安全目标水平   尾流间隔标准   Event模型  

描述： 基于QAR数据的航空器进近阶段碰撞风险研究

基于QAR的A320系列飞机空调故障分析和预测方法研究

作者： 张灵杰   来源： 电子科技大学 年份： 2022 文献类型 ： 学位论文 关键词： QAR数据   支持向量机   极限学习机   BP神经网络   A320空调系统  

描述： 基于QAR的A320系列飞机空调故障分析和预测方法研究

基于QAR数据的航空器进近阶段碰撞风险研究

作者： 杨晓刚   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： QAR数据   碰撞风险   安全目标水平   尾流间隔标准   Event模型  

描述： 基于QAR数据的航空器进近阶段碰撞风险研究