首页>
根据【检索词:动态故障树】搜索到相关结果 1740 条
-
Super-twisting扩张状态观测器在四旋翼飞行器故障重构中的应用
-
作者:
宫勋
付云博
姜良旭
曹策
郭同健
来源:
系统工程与电子技术
年份:
2020
文献类型 :
期刊
关键词:
twisting算法
Super
扩张状态观测器
四旋翼飞行器
故障重构
-
描述:
针对四旋翼飞行器姿态控制系统的故障重构问题,提出一种基于super-twisting算法的扩张状态观测器,以扩张状态的型式对飞行器执行机构故障进行直接估计,同时实现了驱动单元增益故障的故障隔离与精确
-
CESSNA172R飞机燃油流量典型故障分析
-
作者:
李爱兵
来源:
中国科技信息
年份:
2020
文献类型 :
期刊
关键词:
GEA
发动机
燃油流量
典型故障分析
流量传感器
CESSNA172R
-
描述:
本文针对CESSNA 172R飞机在雨中飞行引起的燃油流量指示不稳定进行此类故障的分析、阐述、排除,以及提出了在实际维护工作中应注意的几点要求。
-
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:
2020
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SimHydraulics的某飞机起落架液压系统建模与故障仿真
-
作者:
王强
刘玉科
来源:
液压与气动
年份:
2020
文献类型 :
期刊
关键词:
作动筒
起落架
仿真
液压系统
故障
-
描述:
采用SimHydraulics软件构建某飞机起落架液压系统工作仿真模型。通过设置模型中液压部件的参数,分析不同参数的变化对作动筒活塞杆位移动态特性的影响。仿真结果表明:构建的模型能够较好的反映某飞机
-
基于AMESim的某型航空发动机滑油供油系统故障模拟
-
作者:
白杰
朱永新
何文博
党香俊
来源:
科学技术与工程
年份:
2020
文献类型 :
期刊
关键词:
滑油供油系统
航空发动机
AMESim
故障模拟
-
描述:
为了更加方便、经济地获取航空发动机滑油供油系统的故障诊断数据,提出一种基于AMESim进行滑油供油系统的故障仿真以获取故障数据的方法。首先对某型航空发动机的滑油供油系统的部件进行数学建模,然后
-
“奖状”680飞机发动机高压引气活门故障分析及维护建议
-
作者:
王策
来源:
航空维修与工程
年份:
2020
文献类型 :
期刊
关键词:
活门
“奖状”680
发动机
高压引气
-
描述:
气系统的工作原理,总结了高压引气系统的常见故障类型及故障隔离方法,并以一起故障为例说明了具体的排故过程。
-
B777-300ER飞机空调组件冲压空气进口门系统故障分析与改进
-
作者:
祝欣
来源:
成都航空职业技术学院学报
年份:
2020
文献类型 :
期刊
关键词:
MEL
机构
连接
磨损
冲压空气进口门
-
描述:
B777-300ER飞机空调组件冲压空气进口门系统(以下简称进口门系统)故障多发,根据MMEL及MEL(最低设备放行清单)执行两部空调组件进口门失效保留程序后,客舱环境温度高至32摄氏度并且无法进行
-
基于LMKL和OC-ELM的航空电子部件故障检测方法
-
作者:
朱敏
刘奇
刘星
许晴
来源:
系统工程与电子技术
年份:
2020
文献类型 :
期刊
关键词:
局部多核学习
一类分类
故障检测
超限学习机
-
描述:
针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning,LMKL)和一类超限学习机(one-class
-
Cessna 172R飞机轮胎维护注意事项及故障预防措施
-
作者:
巴文亮
来源:
民航学报
年份:
2020
文献类型 :
期刊
关键词:
轮胎
172R
预防措施
故障
Cessna
-
描述:
Cessna 172R飞机内、外胎均采用米其林轮胎,其主要作用是在飞机起飞和着陆时承受飞机的全部重量,并缓冲飞机起飞、降落以及滑行过程中产生的振动和冲击。本文针对一起典型轮胎故障原因进行分析,结合轮胎使用特点给出Cessna 172R飞机轮胎的日常维护注意事项以及故障预防措施。
-
基于LMKL和OC-ELM的航空电子部件故障检测方法
-
作者:
朱敏
刘奇
刘星
许晴
来源:
系统工程与电子技术
年份:
2020
文献类型 :
期刊
关键词:
局部多核学习
一类分类
故障检测
超限学习机
-
描述:
针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning,LMKL)和一类超限学习机(one-class