MT木质航空桨叶修复方法应用研究

作者： 樊占鹏   李梦   辜兴磊   杨梅   常川   来源： 机械工程师 年份： 2023 文献类型 ： 期刊 关键词： 修复   木质桨叶   结构分析  

描述： 对MT螺旋桨的木质桨叶的结构进行了分析，根据MT螺旋桨厂家的维修标准，结合实际维修工作中积累的经验，总结出针对木质桨叶典型损伤的修复方法，有效解决了由于木质桨叶损伤造成的机队停场的难题。

智能技术在航空维修领域的潜在应用

作者： 程世龙   来源： 航空维修与工程 年份： 2023 文献类型 ： 期刊 关键词： 效率   智能技术   故障   航空维修  

描述： 随着智能技术的不断进步，其在航空维修工程领域的应用日益广泛。本文探讨了未来智能技术在航空维修工程方面的潜在作用，如在辅助排除故障、提高维修效率、降低人员培训成本等方面的应用。

利用专用监测系统破解航空GPS干扰排查难题

作者： 蔡灵伟   朱冉   来源： 中国无线电 年份： 2023 文献类型 ： 期刊 关键词： 航空干扰   GPS干扰监测   GNSS接收机   频谱检测  

描述： GPS (Global Positioning System,全球定位系统)干扰严重威胁民航飞行安全,本文就GPS干扰监控开展研究,提出一种GPS专用监测系统的设计实施方案:采用GNSS

基于深度学习的航空影像非正规垃圾堆放点监测技术研究与实践

作者： 李军吉   应良中   陶文旷   来源： 测绘通报 年份： 2023 文献类型 ： 期刊 关键词： 深度学习   无人机   航空影像   非正规垃圾堆放点  

描述： 绍兴市越城区、柯桥区和上虞区作为研究区域，利用飞马航测无人机获取航空影像数据，对比分析了本文提出的方法和基于深度学习的典型地物要素提取方法在非正规垃圾堆放点监测上的应用，试验结果表明本文提出的方法准确率提高了1.72倍。

基于C4.5决策树的航空器机翼积冰风险监测仿真

作者： 吴涛   王占海   陈奇   熊辉   来源： 计算机仿真 年份： 2023 文献类型 ： 期刊 关键词： 积冰参数   航空器机翼   决策树   积冰风险   风险预测   过拟合处理  

描述： 考虑到传统方法在监测航空器机翼积冰风险时受到积冰参数的影响，导致航空器机翼积冰风险监测频率偏低的问题，提出了基于C4.5决策树的航空器机翼积冰风险监测仿真研究。根据航空器机翼积冰风险值，对航空

基于多源参量感知的航空工装定位器在线监测方法与系统研究

作者： 刘巍   陈启航   梁冰   张洋   来源： 机械工程学报 年份： 2023 文献类型 ： 期刊 关键词： 工装检测   智能工装   在线监测   全局力位信息预测   大数据  

描述： ，最终形成了基于多源参量感知的航空工装定位器在线监测系统。仿真试验及现场应用验证结果表明，所提方法与系统可赋予航空工装多源状态在线监测能力，实现工装在线自检，推进智能工装的发展。

航空航天薄壁件铣削过程加工状态监测研究进展

作者： 岳彩旭   周天祥   秦怡源   王乐   胡德生   来源： 航空制造技术 年份： 2023 文献类型 ： 期刊 关键词： 特征提取   数字孪生   航空航天薄壁件   铣削颤振   刀具磨破损   铣削变形  

描述： 对切削加工状态进行精准监测，是实现航空航天薄壁件加工变形控制的重要保障。围绕航空航天薄壁件铣削加工状态监测的最新研究进展进行了评述，详细介绍了建立加工状态监测模型的关键技术与方法，包括加工信息采集

面向航空应用场景的嵌入式CPU应用验证思路与实施

作者： 梁争争   许少尉   陈思宇   来源： 航空计算技术 年份： 2023 文献类型 ： 期刊 关键词： 应用验证   验证环境   CPU   应用场景   验证实施  

描述： 应用验证是现阶段元器件，尤其是CPU等复杂关键器件，在成熟度不高的情况下，需要结合用户实际应用场景开展的必要工作之一。从CPU的本身特征和其所处的航空应用场景出发，分析了面向航空应用的验证需求，确定

面向铀矿地质应用的航空高光谱数据与伽马能谱数据协同应用研究

作者： 车永飞   张明林   叶发旺   张建永   来源： 铀矿地质 年份： 2023 文献类型 ： 期刊 关键词： 信息挖掘   铀矿勘查   航空高光谱   伽马能谱  

描述： 充分挖掘赋存于地学数据中的有用信息服务于铀矿勘查是地学信息技术应用领域研究的关键。高光谱遥感作为反映地物光谱特征内在物理属性的一种重要技术手段，能用于基岩裸露区岩性、矿物及蚀变识别，但岩石和矿物通常

航空业的数字化技术应用趋势

作者： 杜婷   来源： 大飞机 年份： 2023 文献类型 ： 期刊 关键词： 数字化技术  

描述： ，通过虚拟现实技术（VR）、增强现实技术（AR）和大数据的应用，彻底颠覆了传统的飞机制造、维修、培训方式，航空智能制造的发展又翻开了新的篇章。