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
- 基于卷积神经网络的航空零件去噪技术
- 作者： 赵安安 郑炜 郭俊刚 来源： 机械设计与制造工程 年份： 2023 文献类型 ： 期刊 关键词： 卷积神经网络 法线估计 计算机辅助设计 点云去噪
- 描述： 为去除在用三维激光扫描技术扫描航空零部件时，因扫描环境、设备等因素带来的大量零件点云噪声，提出基于卷积神经网络的航空零件去噪技术。首先应用经典卷积神经网络预测点云法线信息，然后以此进一步对点云进行位置更新，从而实现点云去噪。经实验证明，与目前的去噪方法相比，所提方法在去噪方面更具优越性。
- RFID技术在民航机场行李处理自动化分拣系统中的应用
- 作者： 李永志 来源： 机械管理开发 年份： 2023 文献类型 ： 期刊 关键词： 行李自动处理系统(BHS) RFID 民航机场
- 描述： 和跟踪技术提出了更高的要求。射频识别（RFID）技术被普遍认为是21世纪最有前途的技术之一，是继条形码技术之后在自动识别领域的又一技术革新。基于此，研究了自动行李分拣系统的基本原理及系统组成，以及RFID技术的具体应用，以提升机场智能化水平。
- 航空摄影与机载激光雷达集成技术在水利测量中的应用
- 作者： 包善文 来源： 测绘与空间地理信息 年份： 2023 文献类型 ： 期刊 关键词： 机载激光雷达扫描 无人机 水利测量 数字航空摄影
- 描述： 由于航空摄影及机载激光雷达扫描技术具有不同的工作原理，在测量中有着不同的适用场合。如何充分发挥两套系统的优势，以适应复杂的工程测量工作，是从业人员亟须面对的问题。本文通过无人机航空摄影及机载激光雷达扫描集成技术在水利测量项目中的应用，论证了其可行性，并为相应的技术推广提供了借鉴和参考。
- 构建航空发动机企业先进技术标准体系
- 作者： 韩松 王刚 来源： 航空动力 年份： 2023 文献类型 ： 期刊 关键词： 发动机 技术标准体系
- 描述： 随着国家“两机”专项的立项实施，航空发动机标准体系建设受到更多关注。目前，我国航空发动机标准依旧面临着不统一、不健全等问题。如何建立统一的企业标准体系，通过标准促进各基层单位/各型号系统以及供应商形成技术合力，是需要重点解决的问题。
- 航空装备激光增材制造技术发展及路线图
- 作者： 王天元 黄帅 周标 郑涛 张国栋 郭绍庆 来源： 航空材料学报 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 金属材料 发展路线图 飞机 激光增材制造
- 描述： 。为支撑航空领域增材制造技术发展的战略布局，本文对激光增材制造现状和发展趋势进行梳理，指出增材制造发展重点必然会转向产品的冶金质量、力学性能及其稳定性控制方面，增材制造设备的在线监测、参数自整定控制
- 5G赋能——新一代航空宽带通信技术最新进展
- 作者： 刘禹彤 来源： 大飞机 年份： 2023 文献类型 ： 期刊 关键词： 宽带通信技术
- 描述： 2021年4月，中国民航局发布了《中国民航新一代航空宽带通信技术路线图》。路线图指出，“新一代航空宽带通信技术”主要包括5G AeroMACS 2.0、5G LDACS 2.0、5G ATG及5G
- 航空发动机叶片型面叶展轮廓度CMM测量及评价技术
- 作者： 孙涛 皮志超 刘佳欢 王丹伟 来源： 制造业自动化 年份： 2023 文献类型 ： 期刊 关键词： CMM测量 配准 叶展轮廓度 叶展轮廓度变化率
- 描述： 航空发动机叶片作为影响航空发动机性能的主要零部件，其加工质量和测量准确性决定了发动机的最终质量。在叶片加工中，叶展方向刚性最差，导致叶片在叶展方向容易产生加工变形。叶展轮廓度误差和叶展轮廓度变化率直接反映叶展方向误差。提出了三坐标测量机沿叶展方向截面对叶展轮廓测量路径的规划方法，研究了叶展轮廓度误差和叶展轮廓度变化率的计算方法。最后通过实例进行了验证，得到叶展轮廓度误差和叶展轮廓度变化率，实现叶片叶展方向形状符合程度的评价。
- 基于深度学习的航空发动机涡轮叶片自动射线检测技术研究
- 作者： 王栋欢 肖洪 吴丁毅 来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 涡轮叶片 射线图像 深度学习 射线检测 缺陷检测
- 描述： 一直以来，航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响，有效改善传统射线检测费时费力、效率低下等问题，针对航空发动机涡轮叶片射线图像，基于YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法（DBFF-YOLOv4）；通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络，建立了适用于涡轮叶片射线图像的缺陷自动检测模型；针对每个缺陷，采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据，在此基础上进行了模型训练与测试。结果表明，针对完整涡轮叶片，建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91.87%的平均查全率，优于通用目标检测算法YOLOv4模型。9次缺陷裁剪、旋转和亮度增减的图像数据增强方法能够显著提高模型的缺陷检测精度（平均精度分别得到了59.19%和2.53%的提升）。该研究为涡轮叶片自动射线检测提供了一种新方法。