首页>
根据【检索词:发动机 使用特点】搜索到相关结果 2681 条
-
浅谈Cessna 172型飞机发动机滑油系统的组成、功用和使用维护特点
-
作者:
刘勇
来源:
内江科技
年份:
2017
文献类型 :
期刊
关键词:
摩擦面
使用寿命
润滑油量
维护特点
油滤
飞机发动机
油池
发动机有效功率
滑油系统
172
Cessna
-
描述:
的使用寿命。1滑油系统的主要功用(1)滑油作用。滑油在运动部件表面保持一层油膜以减小摩擦和磨损,这是润滑的主要作用。润滑油一方面减小由于机件直接接触而造成的磨损,从而延长机件的寿命。另一方面把干面摩擦变成液面摩擦,减小因摩擦而引起的能量损失。因
-
航空电子系统的使用特点
-
作者:
李云溪
王岩
孟禹彤
来源:
黑龙江科技信息
年份:
2016
文献类型 :
期刊
关键词:
航空 电子 系统 使用 特点
-
描述:
随着科技的发展,航空电子也得到了快速的发展,在航空电子领域中软件规模化、综合化、模块化成为机载软件操作系统的新要求。通过对管理系统内的内存、CPU、通信等,使机载操作系统实现综合化管理模式。
-
小型航空发动机特点及换热问题综述
-
作者:
黄勇
李维
贺宜红
来源:
南京航空航天大学学报
年份:
2016
文献类型 :
期刊
关键词:
小型航空发动机 换热 技术现状 发展方向
-
描述:
首先介绍了小型航空发动机尺寸小、结构紧凑、转子转速高、长度短、工作环境恶劣等特点,然后基于这些特点提出了小型航空发动机在换热领域中进气系统防冰、离心压气机换热、燃烧室换热、涡轮盘换热、涡轮叶片外表面换热和涡轮叶片内换热等独特问题,最后分析了中国小型航空发动机换热领域的现有技术水平和下一步发展方向。
-
浅谈航空发动机产业的主要特点以及瓶颈技术
-
作者:
孙玉奇
来源:
大陆桥视野
年份:
2016
文献类型 :
期刊
关键词:
航空发动机 核心技术 精益制造
-
描述:
航空发动机,被誉为“工业之花”,是构成国家实力基础和军事战略的核心技术之一。发达国家在策略上对内优先发展,对外严密封锁。我国航空发动机研制任重道远,突破关键技术、走自主研制航空发动机之路是我国的必然选择。
-
航空发动机限寿件使用寿命监视研究
-
作者:
赵勇
李本威
宋里宏
来源:
燃气涡轮试验与研究
年份:
2016
文献类型 :
期刊
关键词:
航空发动机 使用寿命监视 限寿件 基于状态的维修 预测与健康管理(PHM) 寿命延长控制
-
描述:
随着单元体设计与基于状态维修等理念的发展,为克服早期传统的使用监视方法的不足,提出并发展了航空发动机限寿件使用寿命监视技术。在归纳发动机使用监视发展历程的基础上,重点论述了使用寿命监视概念、功能
-
航空发动机油的使用性能
-
作者:
宋兰琪
张占纲
陈立波
来源:
合成润滑材料
年份:
2020
文献类型 :
期刊
关键词:
更换
航空发动机油
衰变
使用性能
适应性
-
描述:
航空发动机油的使用性能
-
航空活塞发动机故障的主要特点及预防
-
作者:
周克家
邓志奇
孙晓建
来源:
科学技术创新
年份:
2020
文献类型 :
期刊
关键词:
航空
活塞发动机
故障
预防
航空器
-
描述:
航空活塞发动机是保证航空器正常运行,提供动力的重要方式。但是,航空活塞发动机故障具有多样性,不同故障有其不同特点,故障发生缺乏硬性规律,无法及时预见。为进一步落实航空活塞发动机维护管理,找到故障发生
-
航空活塞发动机故障的主要特点及预防
-
作者:
周克家
邓志奇
孙晓建
来源:
科学技术创新
年份:
2020
文献类型 :
期刊
关键词:
航空
活塞发动机
故障
预防
航空器
-
描述:
航空活塞发动机是保证航空器正常运行,提供动力的重要方式。但是,航空活塞发动机故障具有多样性,不同故障有其不同特点,故障发生缺乏硬性规律,无法及时预见。为进一步落实航空活塞发动机维护管理,找到故障发生
-
航空活塞发动机故障的主要特点及预防
-
作者:
杜俊
汪宇
李天生
来源:
山东工业技术
年份:
2019
文献类型 :
期刊
关键词:
故障预防
结构与功能
航空活塞发动机
故障特点
-
描述:
活塞发动机的故障类型多样,故障的发生缺少规律性和预见性,但航空活塞发动机故障的一些特点却是有规律可循的。本文结合航空活塞发动的常见故障特点,分析了喷嘴堵塞、发动机本体故障等出现时的特点,针对这些故障
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。