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
- 离港航空器滑出时间的BP神经网络预测模型
- 作者： 夏正洪 贾鑫磊 来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 离港航空器 BP神经网络 滑出时间预测 滑出时间影响因素 1小时内平均滑出时间
- 描述： 机场2周实际运行数据对模型进行验证，并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性。结果表明：同时段推出航空器数量、同时段起飞航空器数量、同时段落地航空器数量、1小时内平均滑出时间
- 航空电液伺服系统阀套珩磨材料去除体积预测研究
- 作者： 何鸿宇 杨长勇 苏浩 王志 来源： 航空制造技术 年份： 2022 文献类型 ： 期刊 关键词： 优化模型 珩后孔径精度 珩磨去除体积 停留时间 初始模型
- 描述： 针对珩磨加工阀套孔生产率低、加工精度难控制等问题,开展了内孔珩磨技术研究,通过分析9Cr18不锈钢珩磨过程中材料去除率的变化规律,提出一套适用于珩磨加工的材料去除体积理论公式。同时为使珩后孔不同轴向位置处的孔径趋近一致,需要在上下越程处增设停留时间,以此改进初始模型。基于初始模型与优化模型分别开展单因素珩磨试验,结果表明,往复速度和珩磨压强是影响珩磨材料去除体积的显著因素,针对珩磨材料去除体积与珩后孔径差,优化模型与初始模型的预测结果分别与对应的试验结果对比,可发现优化模型预测精度相较于初始模型分别提高25%～30%。在越程段增设停留时间并不会降低加工效率,可提高珩后孔尺寸精度,实现材料去除体积的准确预测。
- 基于改进LSTM模型的航空安全预测方法研究
- 作者： 曾航 张红梅 任博 崔利杰 武江南 来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 堆叠式 长短期记忆 多步预测 神经网络 航空安全
- 描述： 精确的航空安全预测是科学开展安全预警的前提。航空事故不仅致因机理复杂,还存在迟滞效应,给安全样本时序信息的深度挖掘加大了难度。基于此,提出一种基于改进长短期记忆(long short-term memory, LSTM)模型的航空安全预测新方法。首先基于相关系数热图优选致因指标,再以步进搜索和Adam算法相结合的方式优化LSTM模型超参数,最后以2019年某型运输机事故数据为算例,选取多种常用时序预测模型作为对照。实验结果表明本文所提方法,预测误差较现有方法降低了28%以上,同时具有较好的泛化能力和鲁棒性。
- 一种用于航空发动机RUL预测的推理网络模型
- 作者： 韩光洁 史国华 缑林峰 徐甜甜 林川 来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 LSTM网络 航空发动机 寿命预测
- 描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.
- 循环热机载荷作用下航空涡轮盘蠕变疲劳寿命预测
- 作者： 陈克明 田若洲 郭素娟 王润梓 张成成 陈浩峰 张显程 涂善东 来源： 航空学报 年份： 2022 文献类型 ： 期刊 关键词： 蠕变疲劳 航空涡轮盘 寿命预测 温度场 GH4169
- 描述： 基于循环弹塑性本构模型(考虑Chaboche随动强化演化律)、应变强化蠕变本构模型和对先进蠕变-疲劳损伤模型的结构拓展，建立了预测航空涡轮盘在循环热-机蠕变-疲劳载荷谱下的蠕变-疲劳行为的数值流程，实现了对某型涡轮盘的蠕变-疲劳寿命的模拟和设计。结果表明：该涡轮盘在4 h巡航的服役过程中蠕变-疲劳损伤危险区主要集中在榫槽底部，靠近榫槽的盘缘和盘体的形状突变区；榫槽端由于温度较高，应力集中程度也高，总损伤最大，呈现蠕变损伤主导的情况；盘心区温度较低主要以疲劳损伤为主；涡轮盘最大损伤随单次飞行的巡航时间而增加，并逐渐从疲劳主导过渡到蠕变主导。论文研究成果可为航空发动机涡轮盘的长寿命、高可靠设计提供重要参考。
- 基于特征优选的航空发动机剩余寿命预测
- 作者： 李鹏 丁瀛 黄培炜 杜艺博 来源： 中国测试 年份： 2022 文献类型 ： 期刊 关键词： 特征优选 II 长短时记忆网络 NSGA 剩余寿命预测
- 描述： 特征融合与相似性匹配法，计算剩余寿命预测评价指标，并基于非劣分层遗传算法进行特征优选。最后，对基于特征优选的剩余寿命预测效果进行验证，结果表明：1）在同一非劣层中，随着特征数量的增加，剩余寿命评价指标
- 从民机市场预测看民用航空发动机未来发展
- 作者： 王翔宇 来源： 航空动力 年份： 2022 文献类型 ： 期刊 关键词： 民用航空发动机 未来发展 民机市场
- 描述： 根据空客公司和波音公司发布的最新市场预测，未来20年全球民用飞机的交付量为40000架左右，其中窄体飞机占比达到了80%，相应地牵引出不同量级航空发动机的市场需求。民用航空发动机的市场需求主要体现在两方面：一是新飞机出厂交付时来自飞机自身的装备需求，单发、双发乃至四发等不同类型的飞机配装不同数量、不同推力量级的发动机；二是在飞机出厂后日常使用中的换发需求，发动机在例行维护保养和故障维修时可能用备份发动机进行替换。
- 面向预测性维修构建航空发动机综合监控和健康管理系统
- 作者： 黄劲东 来源： 航空动力 年份： 2022 文献类型 ： 期刊 关键词： 综合监控 预测性维修 发动机 健康管理系统
- 描述： 状态监控和健康管理在发动机机队管理中扮演着重要角色，也是航空发动机服务保障体系工程技术服务域的核心建设内容。航空发动机因其结构复杂且工作环境恶劣，日常运行也容易受航路上结冰、暴雨、鸟击、侧风、沙尘等难以预知的异常事件影响，会不可避免地发生性能退化和故障。因此，航空发动机进入服役后的外场维护是其安全可靠运行的重要保障。传统上，发动机外场服务保障主要采用“多、勤、细”的定期维修方式来减少故障发生率，但耗费资源多、效率低下、成本高昂，严重影响装备的完好率和出勤率。
- 基于随机森林和时间卷积网络的航空发动机故障预测
- 作者： 王秀娜 鲁守银 任飞 来源： 计算机时代 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机 时间卷积网络 随机森林 故障预测
- 描述： 航空发动机作为一种极其精密的设备，其内部传感器的运行状态决定了发动机能否稳定运行。因此，利用传感器的运行数据进行故障预测是维护发动机健康运行的关键。针对现阶段发动机故障预测精确度低的问题，提出了一种基于随机森林和时间卷积网络的混合模型。该模型利用随机森林算法进行重要性特征提取，然后添加滚动平均值和滚动标准差以增强数据特征，最后整合数据特征输入至时间卷积网络进行故障预测。采用C-MAPSS数据集进行验证，结果表明，该模型的故障预测性能相比于其他机器学习模型有较大幅度的提升。