关键词
基于深度学习的航空发动机故障诊断方法研究
作者: 马善涛   来源: 哈尔滨理工大学 年份: 2022 文献类型 : 学位论文 关键词: 自监督学习   小样本   故障诊断   孪生网络   深度学习  
描述: 基于深度学习的航空发动机故障诊断方法研究
基于LCD-SAE神经网络的航空液压管路故障诊断研究
作者: 刘思远   来源: 辽宁科技大学 年份: 2022 文献类型 : 学位论文 关键词: 故障诊断   振动测试实验   栈式自编码神经网络   局部特征尺度分解   航空液压管路  
描述: 基于LCD-SAE神经网络的航空液压管路故障诊断研究
基于LMD分解的PSO-RVM航空液压管路故障诊断研究
作者: 王宠   来源: 辽宁科技大学 年份: 2022 文献类型 : 学位论文 关键词: 相关向量机   粒子群优化算法   故障诊断   管路振动实验   局部均值分解(LMD)  
描述: 基于LMD分解的PSO-RVM航空液压管路故障诊断研究
基于GA-BRBPNN的航空自耦变压整流器故障诊断方法
作者: 董慧芬   郑坤   杨占刚   来源: 电子测量与仪器学报 年份: 2022 文献类型 : 期刊 关键词: 贝叶斯正则化   遗传算法   BP神经网络   故障诊断   航空自耦变压整流器  
描述: 神经网络(Bayesian regularisation back propagation neural network, BRBPNN)相结合的故障诊断识别方法。首先,实现ATRU故障仿真,以时频分析方式
基于小波包和EMD的HHT时频分析方法在航空试验器轴承故障诊断中的应用
作者: 吕作鹏   罗健   杨晓彤   苏钧聪   李晓玉   占锐   来源: 测控技术 年份: 2022 文献类型 : 期刊 关键词: 经验模态分解(EMD)   小波包   Huang变换(HHT)   轴承故障频率   航空试验器   Hilbert  
描述: 为适应高转速要求,航空试验器轴承通常选用陶瓷的球体和复合材料的保持架。这种轴承发热量小,同时保持架材料具有轻且脆的结构特点。轴承振动经过试验器传递到振动传感器后,常规的振动采集与温度监控都很难识别出有效的轴承故障信息,无法对轴承故障进行准确预判。针对这一问题,提出一种基于小波包、经验模态分解(EMD)和Hilbert-Huang变换(HHT)组合的轴承振动信号分析方法。首先,通过小波包对振动噪声的抑制作用,经由EMD方法,对非平稳信号进行平稳化处理;之后,通过HHT时频分析提取出轴承的故障频率。通过将仿真信号和航空试验器的高速工装轴承的故障试验信号进行对比分析,验证了该技术对提取该类轴承故障特征的有效性,可为轴承故障早期诊断方法的研究提供参考。
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
EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析
作者: 郭文军   张自来   陈丽君   来源: 液压与气动 年份: 2022 文献类型 : 期刊 关键词: AR   多模态   故障诊断   液压泵   神经网络   EMD  
描述: 针对新一代飞机高综合化、高复杂度和高耦合性导致的传统推理故障诊断策略难以满足现代维修保障需求的问题,开展基于广义回归神经网络(Generalized Regression Neural
基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法
作者: 李泽东   李志农   陶俊勇   毛清华   张旭辉   来源: 兵工学报 年份: 2022 文献类型 : 期刊 关键词: 注意力增强卷积   深度卷积神经网络   特征融合   故障诊断   航空发动机滚动轴承  
描述: 针对现有基于深度卷积神经网络的故障诊断方法只考虑对信息局部特征的提取、忽视全局信息的不足,将可以把握全局信息的注意力机制融入卷积层,使得注意力机制参数和卷积层参数参与网络的训练,提出一种注意力增强
基于变分贝叶斯粒子滤波的航空发动机气路故障诊断方法
作者: 王启航   黄金泉   鲁峰   来源: 机械制造与自动化 年份: 2022 文献类型 : 期刊 关键词: 变分贝叶斯   航空发动机   气路故障诊断   粒子滤波   噪声统计特性  
描述: 针对航空发动机气路故障诊断中非高斯噪声特性未知的情况,设计一种基于变分贝叶斯(VB)和核极限学习机(KELM)的边缘化粒子滤波方法。该算法采用学生t分布对非高斯噪声建模,并对噪声参数集进行边缘化
基于VMD和LSTM模型的航空液压管路卡箍故障诊断
作者: 张小龙   汪曦   于晓光   薛政坤   崔芷宁   吕佳文   来源: 液压与气动 年份: 2022 文献类型 : 期刊 关键词: 液压管路卡箍   故障诊断   LSTM神经网络   VMD  
描述: 航空发动机液压管路-卡箍系统中卡箍振动信号具有非线性和非平稳性的特点,难以从卡箍故障信号中准确识别出其故障类型。针对该问题,提出了一种基于变分模态分解(Variational Mode
< 1 2 3 4 5 ... 27 28 29
Rss订阅