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
- 某型机伺服作动器BIT测试方法及影响分析
- 作者： 杨振声 谢慧慈 武琳 穆晓敬 来源： 教练机 年份： 2020 文献类型 ： 期刊 关键词： BIT测试 伺服作动器 DDV阀 虚警
- 描述： 介绍了伺服作动系统的工作原理、组成及BIT测试方法,分析了影响伺服作动系统BIT故障的原因,并对伺服作动器建立故障树,着重分析影响伺服作动器故障的因素并进行仿真,提出了伺服作动系统BIT设计优化建议。
- 航空发动机数控系统飞行前BIT技术研究
- 作者： 王松 高亚辉 王振华 尤成新 来源： 2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会 年份： 2019 文献类型 ： 会议论文 关键词： 航空发动机 机内自检测(BIT) 数控系统 故障检测
- 描述： 航空发动机数控系统飞行前BIT技术研究
- 航空发动机内窥损伤识别系统研究
- 作者： 孟娇茹 来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 支持向量机 特征提取 航空发动机 内窥损伤检测 图像识别
- 描述： 航空发动机内窥检测技术是监测航空发动机运行状态和诊断发动机内部表面结构损伤的最有效手段之一，从问世至今在航空发动机故障诊断领域发挥着巨大的作用。然而，随着航空工业的高速发展，传统的内窥检测技术由于主观性强、精度低、耗时长等缺点，已不能满足维修现场
- 国外航空发动机内流研究概况
- 作者： 刘晓波 孙宗祥 钟萍 陈丽艳 来源： 第八届海峡两岸航空航天学术研讨会 年份： 2016 文献类型 ： 会议论文 关键词： 航空发动机 内流 研究概况 建议
- 描述： 综述了国外主要航空国家进行发动机内流研究的基本情况,主要包括机构的设置、开展的主要研究工作和研究所使用的设备.结合国内调研情况,提出了国内开展航空发动机内流研究的几点建议与想法.
- 航空发动机内置式永磁容错发电系统的研究
- 作者： 余诗怡 郝振洋 来源： 航空学报 年份： 2016 文献类型 ： 期刊 关键词： 内置式发电系统 Id解析法 弱磁控制 容错控制 永磁电机
- 描述： 针对内置式航空发电系统高功率密度、高可靠性和高输出性能的要求,提出了基于三相四桥臂的航空用永磁容错发电系统。利用永磁容错电机大电感的特点,改进了传统弱磁控制算法,提出了简单高效的直轴电流Id解析法弱磁控制,通过实时计算弱磁电流给定实现了宽速范围(3倍额定转速)内的恒压发电控制。同时,根据容错电机磁隔离的特点,以保证故障前后电机定子磁场为圆形旋转磁场为前提,结合电压空间矢量脉宽调制(SVPWM)算法实现了单相断路或短路故障的容错发电控制。通过MATLAB仿真验证了控制算法的正确性。最后,对一套7.5kW永磁容错发电系统进行了算法验证实验,验证了I_d解析法弱磁控制和容错控制的可行性,为后续的系统性能测试打下基础。
- 航空发动机内部损伤智能诊断系统研制
- 作者： 陈新波 袁英民 李小丽 陈果 来源： 无损检测 年份： 2016 文献类型 ： 期刊 关键词： 航空发动机 内部损伤 智能诊断
- 描述： 基于数字图像处理技术、智能诊断技术和计算机视觉技术,研制成一套适用于航空发动机内部损伤的智能诊断系统。系统实现了对发动机内部损伤的发现-测量-诊断-评估-决策的智能检测,将航空发动机内部损伤测量与
- 航空发动机内部裂纹自动测量方法研究
- 作者： 李华 陈果 陈新波 王洪民 来源： 计算机工程与应用 年份： 2016 文献类型 ： 期刊 关键词： 航空发动机 图像处理 裂纹测量
- 描述： 基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用。针对航空发动机内部部件损伤产生的裂纹,提出了一种裂纹自动测量方法。该方法需要选取裂纹所在区域,对其进行图像预处理,去除图像中的伪
- 航空发动机内窥故障诊断案例库推理研究
- 作者： 张一龙 来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： 损伤图像 故障诊断 人工神经网络 基于案例推理 ANN CBR混合推理
- 描述： 随着航空业的高速发展,民用航空设备的维修要求也变得越来越高,在保障飞行安全、降低维护成本、提高飞机可靠性等方面对故障诊断和维护方式提出了新的挑战。目前,随着人工智能技术的不断进步,诊断技术开始进入智能化诊断阶段。将人工智能领域的各种方法加以综合利用于故障诊断,从而大大提高了故障诊断的水平和效率。论文对智能故障诊断技术的理论和应用进行研究,对内窥损伤图像进行分析并总结了以特征参数为基础的图像处理方法,并在此基础上组建案例库。在案例库的应用方面,本文主要研究将人工神经网络技术(ANN)与基于案例推理技术(CBR)相结合用于故障诊断,基于神经网络的故障诊断过程缺乏透明性,对于大型复杂系统效果不良,而在大型系统中基于案例推理的诊断方法,诊断精确度不高,推理效率低下。单独应用这两种人工智能技术都不可避免的存在着局限性。因此,本文将两种诊断方法进行结合,并设计了具体的结合方案,即利用神经网络的模式匹配能力作为预分类器,以输入的故障信息通过学习训练对案例推理中的案例建立索引,指导CBR模块案例的检索,构造了ANN-CBR混合推理方法。ANN-CBR混合推理方法主要是利用BP神经网络模型训练发动机故障损伤图像的输出结果作为案例库的索引条件,然后通过CBR方法去实现案例库检索功能。本文分别利用神经网络技术、基于案例推理方法以及ANN-CBR混合推理对内窥损伤图像测试数据进行诊断,通过对比故障诊断推理结果可知,其中混合推理方法的诊断性能明显优于单独使用前两者方法的情况,说明将神经网络和基于案例推理结合用于故障诊断具有有效性及其实际意义。