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
- 飞机铝合金双曲度蒙皮充液成形的数值模拟与试验
- 作者： 王玲 巫永坤 张建民 郎利辉 张淳 迟彩楼 来源： 锻压技术 年份： 2017 文献类型 ： 期刊 关键词： 回弹 铝合金板材 充液成形 双曲度蒙皮 数值模拟
- 描述： 针对某型飞机上蒙皮零件,基于有限元分析软件Dynaform,对主动式充液成形和被动式充液成形两种方案进行了数值模拟对比分析。根据数值模拟结果,认为该零件较适合采用主动式充液成形,其次,通过修改工艺补充面和优化成形工艺参数,有效地控制零件的最大减薄量。同时,保证一定的减薄量,使板料达到塑性变形状态,从而有效减小回弹。再通过回弹分析,根据回弹量计算结果,运用Think Design软件对模具型面进行回弹补偿,将回弹量控制在合格范围内。最终通过实际试模,验证了数值模拟的准确性及适用性,加工出表面质量良好、精度满足要求的合格产品。
- 大角度倾斜成像航空相机对地目标定位
- 作者： 乔川 丁亚林 许永森 修吉宏 杜言鲁 来源： 光学精密工程 年份： 2018 文献类型 ： 期刊 关键词： 数字高程模型 其次坐标变换 航空相机 目标定位 误差分析
- 描述： 针对大角度倾斜成像航空相机拍摄距离远,激光测距设备作用距离有限的问题,提出了一种不依赖距离测量设备的直接对地目标定位算法。依据载机POS测量的载机位置、姿态信息以及航空相机中位置编码器测量的框架角位置信息,利用齐次坐标变换的方法求解目标在大地坐标系下的指向,再利用地球椭球模型和数字高程模型确定目标点的经纬度信息。采用蒙特卡洛法仿真分析载机位置姿态测量误差及相机框架角位置误差对视轴指向精度的影响,相比于仅采用地球椭球模型的目标定位算法,该算法有效降低了地形起伏对目标定位影响,在目标区域地形起伏标准差大于10m时,大角度倾斜成像的定位精度明显提高。采用飞行试验数据验证了该目标定位算法的有效性,在飞行高度18 000m拍摄框架横滚角小于63°时,目标定位圆概率误差小于70m,可满足工程实际需要。
- 航空发动机温度信号自动标定技术研究
- 作者： 何健 张义 唐智勇 周大高 周权 来源： 智能机器人 年份： 2018 文献类型 ： 期刊 关键词： 自动标定 航空发动机 温度信号
- 描述： 针对当前我国航空发动机标定过程中温度信号中存在标定时间长、工作效率低等问题,提出了一种航空发动机温度信号自动标定方法。该方法采用模拟装置,通过计算机输出预先定义温度信号及接收控制器采集值,形成对应标定关系来达到自动标定的目的。
- 飞机事件严重度模糊综合评价法
- 作者： 黄茜 来源： 电子技术与软件工程 年份： 2018 文献类型 ： 期刊 关键词： 层次分析 模糊评价法 问题数据 严重度 飞机事件
- 描述： 国内外民机事件与问题数据管理的经验,建立了基于层次分析法的飞机事件多层次评价指标体系,提出了相应因素权重向量的计算方法,再根据模糊数学理论并按照评价结果划分的级别确定指标隶属度;建立飞机事件严重度模糊综合评价模型。研究成果可为民机事件严重度评价与管理提供借鉴。
- 飞机事件严重度模糊综合评价法
- 作者： 黄茜 来源： 电子技术与软件工程 年份： 2018 文献类型 ： 期刊 关键词： 层次分析 模糊评价法 问题数据 严重度 飞机事件
- 描述： 国内外民机事件与问题数据管理的经验,建立了基于层次分析法的飞机事件多层次评价指标体系,提出了相应因素权重向量的计算方法,再根据模糊数学理论并按照评价结果划分的级别确定指标隶属度;建立飞机事件严重度模糊综合评价模型。研究成果可为民机事件严重度评价与管理提供借鉴。
- 基于深度信念网络的民航发动机状态监测
- 作者： 吴瑀倩 李静 吴晓舟 王华伟 来源： 计算机测量与控制 年份： 2018 文献类型 ： 期刊 关键词： 深度学习理论 大数据处理 发动机状态
- 描述： 民航飞机发动机设备构造精密、复杂,其监测系统收集的数据中蕴含了丰富的故障信息;传统发动机状态诊断依靠数据统计分析和机器学习模型,但其在深入理解与归类信号特性方面的表现难以尽如人意;此外近年兴起了多层神经网络降维算法——深度学习理论,其通过模拟人脑分析过程建立由浅入深的算法模型,数据处理效果较好;将民航发动机自身特点与深度学习理论有机结合提出了基于深度信念网络发动机状态监测方法;其优势在于克服了传统方法人工提取数据特征的不确定性与状态分类陷入局部最优的缺陷,可对发动机参数进行自主学习与特征提取;实验结果表明该算法具有出色的特征提取能力与分类准确率,能够准确识别发动机的不同状态。
- 基于深度学习的航空器异常飞行状态识别
- 作者： 吴奇 储银雪 来源： 民用飞机设计与研究 年份： 2018 文献类型 ： 期刊 关键词： 飞行状态识别 深度学习 高斯过程
- 描述： 飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。
- 基于深度学习的航空发动机故障融合诊断
- 作者： 车畅畅 王华伟 倪晓梅 洪骥宇 来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 故障诊断 深度学习 抗干扰能力 决策融合
- 描述： 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,首先利用深度学习算法提取出性能参数中的隐藏特征,得出故障分类置信度;然后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D-74R发动机故障系数用于数据仿真,通过实例验证本文提出算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。