航空发动机基线挖掘方法对比分析

作者： 曹惠玲   徐文迪   汤鑫豪   崔科璐   王冉   来源： 中国民航大学学报 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机基线   最小二乘法   高斯牛顿迭代法   支持向量回归机   神经网络  

描述： 航空发动机基线挖掘方法对比分析

航空发动机涡轮轮缘封严数值模拟

作者： 陶立权   马振   邱学旺   来源： 中国民航大学学报 年份： 2020 文献类型 ： 期刊 关键词： 航空发动机   涡轮轮缘封严   数值模拟   封严层高度  

描述： 航空发动机涡轮轮缘的封严对于保护轮盘腔室至关重要。为防止主流高温燃气进入轮盘腔室,需通入低温冷气对涡轮轮缘进行封严。采用二维RANS模型和SST湍流模型研究不同封严流量对封严效率的影响,并用压力

基于FTF的航空发动机适航安全性验证方法

作者： 乔磊   李艳军   曹愈远   许振腾   赵苏阳   汪雷   来源： 中国民航大学学报 年份： 2016 文献类型 ： 期刊 关键词： 航空发动机　　FTF　　安全性　　CCAR33   R2.75  

描述： 为了使航空发动机满足CCAR33-R2.75条款提出的安全性要求,提出了基于FTF的航空发动机CCAR33-R2.75条款验证方法 。首先选择CCAR33-R2.75中危害的和重要的发动机后果为顶事

基于贝叶斯网络的航空发动机燃油泵故障诊断

作者： 曹惠玲   杜鹏   来源： 中国民航大学学报 年份： 2016 文献类型 ： 期刊 关键词： 贝叶斯网络　　航空发动机　　燃油泵组件　　故障诊断  

描述： 应用贝叶斯网络对航空发动机燃油泵组件进行理论分析,针对燃油泵组件的重要性和故障识别的精确度要求,进行故障征兆分析和概率计算、数据验证,并引入代价函数对结果进行评估,为航空发动机燃油系统安全运行提供了合理可靠的检测途径。

基于集成ELM模型的航空发动机性能参数预测

作者： 徐建新   侯振华   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 性能参数   航空发动机   极端学习机   预测   AdaBoost.RT  

描述： 为预测航空发动机性能参数,提出了一种动态集成极端学习机模型。采用AdaBoost.RT集成算法对极端学习机(ELM)进行集成,并针对AdaBoost.RT集成算法中固定阈值的局限性,采用自适应

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。

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。

基于集成学习的航空发动机故障诊断方法

作者： 徐萌   席泽西   王雍赟   李晓露   来源： 中国民航大学学报 年份： 2019 文献类型 ： 期刊 关键词： 集成学习   航空发动机   故障诊断   分类模型   气路参数   数据挖掘  

描述： 一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%～16%,能更好地应用于航空发动机故障诊断。

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： 2020 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。

基于集成学习的航空发动机故障诊断方法

作者： 徐萌   席泽西   王雍赟   李晓露   来源： 中国民航大学学报 年份： 2019 文献类型 ： 期刊 关键词： 集成学习   航空发动机   故障诊断   分类模型   气路参数   数据挖掘  

描述： 一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%～16%,能更好地应用于航空发动机故障诊断。