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
- 基于RS-CART决策树的航空发动机小样本故障诊断
- 作者： 庞梦洋 索中英 郑万泽 徐宇恒 包壮壮 黄林 来源： 航空动力学报 年份： 2021 文献类型 ： 期刊 关键词： 分类与回归树 GINI系数 故障诊断 属性约简 规则提取
- 描述： 规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。
- 弹性支承黏弹性阻尼-航空发动机薄壁机匣动力学特性分析
- 作者： 吴宏春 韩清凯 来源： 航空动力学报 年份： 2021 文献类型 ： 期刊 关键词： 弹性边界 黏弹性阻尼 机匣 动力学特性 薄壁圆柱壳
- 描述： 面向航空发动机薄壁机匣部件黏弹性约束层阻尼减振分析的工程需求,开展黏弹性阻尼-机匣弹性支承边界模拟和结构动力学分析研究。将机匣进行力学简化为圆柱壳体模型,通过引入一系列人工弹簧,将圆柱壳边界载荷
- 钻削微小孔技术在航空发动机燃油喷嘴喷口加工中的应用研究
- 作者： 石洪国 王福海 丁志纯 雷力明 来源： 航空制造技术 年份： 2021 文献类型 ： 期刊 关键词： 微小孔 加工工艺 航空发动机 切削参数 燃油喷嘴 钻削
- 描述： 指标。针对航空发动机重要零部件燃油喷嘴中主燃级油路喷口的结构特点,开展了钻削微小孔的试验。通过分析微小孔钻削系统,总结了满足主燃级喷口质量要求的切削参数,提出了控制内腔出口毛刺的方法,在实际加工中应用推广。
- 基于遗传-Bp神经网络的航空发动机气路故障诊断研究
- 作者： 朱涛 张栋善 来源： 中阿科技论坛(中英文) 年份： 2021 文献类型 ： 期刊 关键词： BP神经网络 故障诊断 航空发动机气路
- 描述： 文章概述了BP神经网络结构,分析了BP神经网络内部的故障检测运算方式,进而研究了BP神经网络在航空发动机气路故障诊断中的具体应用,希望可以为相关人员提供参考。
- 民用航空发动机型号审定概念设计阶段风险模型
- 作者： 张弓 何歆 冯建文 甄博 来源： 航空动力学报 年份： 2021 文献类型 ： 期刊 关键词： 民用航空发动机 风险模型 型号审定 适航 概念设计阶段
- 描述： 为了在审定项目概念设计阶段识别潜在风险并规划处理措施以提高审定效率,通过综合条款分类统计、符合性方法及实施风险、技术要点解析等方法建立了典型民用航空发动机概念设计阶段工作模型,并开发了条款工作状态
- 航空发动机钛合金在微尺度下摩擦着火特性数值计算分析
- 作者： 弭光宝 梁贤烨 李培杰 曹京霞 黄旭 来源： 航空制造技术 年份： 2021 文献类型 ： 期刊 关键词： 着火温度及延迟时间 摩擦着火模型 数值计算 钛合金 阻燃性能
- 描述： 叶片与机匣的异常摩擦是航空发动机钛火发生的主要热源。将航空发动机钛合金摩擦着火过程的微凸起/微碎片作为研究对象,建立考虑摩擦热源的微尺度着火模型,计算分析了粒径、摩擦系数、氧浓度和流速等因素
- 基于CAE与LSTM的航空发动机剩余寿命预测
- 作者： 王旭 艾红 来源： 北京信息科技大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 卷积自编码器 航空发动机 长短期记忆 健康因子 剩余寿命预测
- 描述： 通过深度学习方法构建航空发动机的健康状况评估模型,并在此模型基础上进行剩余寿命预测。基于卷积自编码器构建航空发动机的健康因子(health indicator,HI),以其HI值反映健康状况;通过
- 基于ABC-BP神经网络的航空发动机故障诊断方法研究
- 作者： 朱涛 来源： 电子制作 年份： 2021 文献类型 ： 期刊 关键词： ABC 航空发动机 BP神经网络 故障诊断
- 描述： 航空航天领域是国家科技发展的重点创新项目,航空发动机是航天飞机的动力保障系统,其故障诊断研究一直处于重要的研究地位,运用ABC-BP神经网络的诊断模型构建,是目前正在发展创新的诊断方法。本文首先对
- 基于混沌PSO＿Elman网络的航空发动机基线挖掘
- 作者： 瞿红春 林文斌 许旺山 郭龙飞 来源： 中国民航大学学报 年份： 2021 文献类型 ： 期刊 关键词： 基线挖掘 航空发动机 粒子群算法 混沌 Elman神经网络
- 描述： 为提高发动机基线的拟合精度,提出经混沌粒子群优化的Elman神经网络模型。利用混沌算法改进粒子群算法(PSO)的位置公式,以解决局部最优问题。利用非线性递减函数改进PSO粒子的速度公式,以解决收敛精度较低的问题。将该模型用于基线拟合,并与传统的误差反向传播网络(BP)、Elman网络、支持向量机(SVM)等模型的拟合误差进行对比。结果表明:在训练数据、测试数据、训练次数均相同的情况下,混沌PSO_Elman模型的拟合精度高于其他传统模型;当训练样本减少时,其拟合精度依然高于传统模型,证明该模型具有更强的学习能力。