首页>
根据【检索词:系统故障诊断】搜索到相关结果 5647 条
-
航空发动机传感器神经网络故障诊断及滑模容错控制研究
-
作者:
范昕宇
来源:
南京航空航天大学
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机 传感器 故障诊断 容错控制 BP神经网络 滑模控制
-
描述:
航空发动机是一类复杂的非线性系统,在飞行包线内,发动机工作状态变化非常大,故障时有发生,而传感器故障时最主要的一类故障。因此针对航空发动机传感器进行故障诊断和容错控制的研究对提高发动机控制系统
-
基于T-S模糊模型的航空发动机传感器故障诊断与容错控制技术研究
-
作者:
王彩成
来源:
东北大学
年份:
2016
文献类型 :
学位论文
关键词:
S模糊模型 传感器故障 故障诊断 容错控制
航空发动机 T
-
描述:
复杂的工作环境中极容易发生故障。这就要求航空发动机的控制系统,在发动机发生传感器故障的情况下,仍能保证发动机的稳定性,甚至完成既定的任务。因此,进行航空发动机的传感器故障诊断和容错控制技术研究具有
-
基于Broyden算法的航空发动机气路故障诊断
-
作者:
潘阳
李秋红
王元
来源:
推进技术
年份:
2017
文献类型 :
期刊
关键词:
Kalman滤波器
航空发动机
气路故障诊断
涡轴发动机
Broyden算法
-
描述:
针对基于Kalman的故障诊断算法响应速度慢、多故障诊断及非设计点诊断精度低的问题,提出一种基于改进Broyden算法求解方程组的航空发动机气路故障诊断方法。针对涡轴发动机,以模型输出跟踪发动机输出
-
模糊推理和证据理论融合的航空发动机故障诊断研究
-
作者:
孙玮琢
来源:
电子科学技术
年份:
2017
文献类型 :
期刊
关键词:
航空发动机
故障诊断
模糊推理
证据理论
融合
-
描述:
本文首先对模糊推理和证据理论概念进行简要介绍,其次结合故障征兆信号,并借助专业人士的多年经验,对航空发动机故障产生因素以及可能性进行研究分析,有效地处理了故障诊断中存在的模糊不清性的问题。希望通过本文的阐述,可以给相关领域提供一些参考。
-
基于神经网络和流形学习的军用航空发动机故障诊断技术研究
-
作者:
彭贤博
来源:
吉林大学
年份:
2017
文献类型 :
学位论文
关键词:
流形学习
滚动轴承
故障诊断
神经网络
军用航空发动机
-
描述:
失效的原因错综复杂,受到人为失误、材料缺陷、使用环境变化,以及疲劳、磨损和老化效应等很多因素的影响。这样就使军用航空发动机的故障诊断和分析越来越困难,需要更多的航空维修保障工作也要消耗大量人力物力去
-
元胞自动机模型在航空发动机故障诊断中的应用
-
作者:
郭宏志
李帅
赵理
来源:
测控技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
故障诊断
元胞自动机
故障模式
-
描述:
航空发动机一般在高温、高压和高速转动的状态下工作,因此很难获取其全生命周期试验数据。针对无完整生命周期数据的小样本集合进行设计,提出一种基于元胞自动机的航空发动机故障诊断方法,该方法在获取发动机故障
-
基于光谱-铁谱分析的航空发动机磨损故障诊断应用研究
-
作者:
姜旭峰
宗营
阮少军
来源:
化工时刊
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
光谱分析
铁谱分析
磨损故障诊断
-
描述:
光谱分析能够发现监测油样中的超标元素,进而利用铁谱基片观察,并与FITS铁谱图像系统进行对比,能够较为准确地定性磨粒类型,发动机返厂分解验证结果与磨损故障部位诊断预报一致性较高;结合实际监测油样,给出
-
改进的Kohonen网络在航空发动机分类故障诊断中的应用
-
作者:
郑波
马昕
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
自适应检测响应
故障诊断
自适应继承
PSO算法
Kohonen网络
-
描述:
针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信