基于MAS的航空发动机智能故障诊断系统设计

作者： 熊育婷   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   故障诊断   移动Agent平台   认证授权中心   多Agent系统   航空维修专家  

描述： 作为航空飞行器的动力装置，航空发动机的故障诊断一直以来都是航空发动机可靠性工程中的重要组成部分。然而，由于航空发动机故障诊断的复杂性和困难性，往往需要航空维修专家的参与，而各航空公司航空维修专家的数量又很有限。因此，本文根据我国民航企业机构的特点

基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

作者： 吴鹏     张洋     罗守华   来源： 计算机测量与控制 年份： 2024 文献类型 ： 期刊 关键词： RBF神经网络   飞机全电刹车系统   故障诊断   故障信号采集器   信号降噪   改进ABC  

描述： 基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

基于MAS的航空发动机智能故障诊断系统设计

作者： 熊育婷   来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机   故障诊断   移动Agent平台   认证授权中心   多Agent系统   航空维修专家  

描述： 作为航空飞行器的动力装置，航空发动机的故障诊断一直以来都是航空发动机可靠性工程中的重要组成部分。然而，由于航空发动机故障诊断的复杂性和困难性，往往需要航空维修专家的参与，而各航空公司航空维修专家的数量又很有限。因此，本文根据我国民航企业机构的特点

基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

作者： 吴鹏     张洋     罗守华   来源： 计算机测量与控制 年份： 2024 文献类型 ： 期刊 关键词： RBF神经网络   飞机全电刹车系统   故障诊断   故障信号采集器   信号降噪   改进ABC  

描述： 基于改进ABC-RBF的飞机全电刹车系统智能故障诊断

改进注意力机制的航空发动机试验转子系统智能故障诊断

作者： 伍济钢     文港     杨康   来源： 振动与冲击 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   卷积神经网络   故障诊断   航空发动机转子  

描述： 考虑到航空发动机的工作环境十分恶劣，其故障的振动信号特征隐蔽且噪声干扰严重，为了加强网络对振动信号中关键特征的提取能力，提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子系统

基于提升卷积神经网络的航空发动机高速轴承智能故障诊断

作者： 韩淞宇   邵海东   姜洪开   张笑阳   来源： 航空学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机高速轴承   不平衡数据   智能故障诊断   自适应权重   多尺度特征提取   提升卷积神经网络   损失函数补偿  

描述： 航空发动机轴承长时间工作在高速重载的恶劣条件下，将不可避免地产生性能衰退甚至引发各种故障，自动准确的航空发动机高速轴承故障诊断方法有助于提升运行安全性和维修经济性。航空发动机高速轴承的原始振动信号具有强烈的非平稳性，且其故障样本数量远小于健康样本，传统的智能诊断方法更容易向大样本偏斜，从而导致诊断性能的降低。针对上述问题，提出了一种基于自适应权重和多尺度卷积的提升卷积神经网络（CNN）。首先构造多尺度卷积网络提取故障样本的多尺度特征，挖掘具有识别性的有用信息；然后设计自适应权重单元对多尺度特征进行加权融合，增加重要特征的贡献度，减少非相关特征的影响；最后采用Focal Loss作为损失函数，使训练过程中网络模型更关注故障样本和易混淆样本。通过航空发动机高速轴承振动数据的测试与分析，证实了所提方法在不平衡数据故障诊断任务中的可行性。

基于提升卷积神经网络的航空发动机高速轴承智能故障诊断

作者： 韩淞宇   邵海东   姜洪开   张笑阳   来源： 航空学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机高速轴承   不平衡数据   智能故障诊断   自适应权重   多尺度特征提取   提升卷积神经网络   损失函数补偿  

描述： 航空发动机轴承长时间工作在高速重载的恶劣条件下，将不可避免地产生性能衰退甚至引发各种故障，自动准确的航空发动机高速轴承故障诊断方法有助于提升运行安全性和维修经济性。航空发动机高速轴承的原始振动信号具有强烈的非平稳性，且其故障样本数量远小于健康样本，传统的智能诊断方法更容易向大样本偏斜，从而导致诊断性能的降低。针对上述问题，提出了一种基于自适应权重和多尺度卷积的提升卷积神经网络（CNN）。首先构造多尺度卷积网络提取故障样本的多尺度特征，挖掘具有识别性的有用信息；然后设计自适应权重单元对多尺度特征进行加权融合，增加重要特征的贡献度，减少非相关特征的影响；最后采用Focal Loss作为损失函数，使训练过程中网络模型更关注故障样本和易混淆样本。通过航空发动机高速轴承振动数据的测试与分析，证实了所提方法在不平衡数据故障诊断任务中的可行性。