航空发动机剩余使用寿命预测研究

作者： 王昊   来源： 大连理工大学 年份： 2022 文献类型 ： 学位论文 关键词： 航空发动机   回声状态网络   相似性方法   剩余使用寿命   自适应提升算法  

描述： 航空发动机剩余使用寿命预测研究

极端条件下航空密封件的制备与寿命预测

作者： 韩流   来源： 青岛科技大学 年份： 2022 文献类型 ： 学位论文 关键词： 生胶表征   高抗撕裂硅橡胶   疲劳寿命预测   硅橡胶  

描述： 极端条件下航空密封件的制备与寿命预测

基于深度学习的航空器场面轨迹预测研究

作者： 李雪   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 注意力机制   LSTM   机场场面轨迹预测   深度学习   PSO  

描述： 基于深度学习的航空器场面轨迹预测研究

基于灰色模型的航空客源预测——以A航空公司为例

作者： 孙宏燕   来源： 技术与市场 年份： 2022 文献类型 ： 期刊 关键词： 预测   收益管理   航空客源   灰色模型  

描述： 随着航空公司之间的竞争加剧，以及高铁、公路等交通运输方式对民航业的冲击日益增长，航空公司收益管理面临新的挑战。基于灰色模型来提高航空客源预测的精准度，通过对不同类型的旅客分类，按照不同的客票预订周期匹配不同的价格策略，使收益管理成为航空公司增加收入的利器，从而使航空公司具备更强的市场竞争优势。

基于改进的SENet航空发动机振动预测

作者： 夏存江   詹于游   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 数据驱动   注意力机制   卷积神经网络   多参数融合   振动预测  

描述： 为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet(squeeze-and-excitation network)模型，对航空发动机近未来的振动进行预测。该研究相比

基于Bi-LSTM的航空发动机寿命预测

作者： 万晓凡   徐泽宇   张营   来源： 农业装备与车辆工程 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   寿命预测   优化   过拟合   神经网络  

描述： 针对哪种类型神经网络对航空发动机剩余寿命预测结果更为准确的问题，采用对不同神经网络预测结果比较的方法，通过搭建双向长短时记忆网络预测模型的实验，对网络结构进行过拟合优化和对数据进行预处理后代入模型

浅谈大涵道比航空发动机燃烧噪声预测评估

作者： 王璐瑶   来源： 中国设备工程 年份： 2022 文献类型 ： 期刊 关键词： 燃烧噪声   适航噪声   预测模型  

描述： 随着发动机涵道比增大,为了满足航空发动机噪声目标，提高噪声预测能力，对比了3种用于航空发动机燃烧室的远场噪声预测模型，预测计算噪声情况，通过与燃烧室噪声测量结果对比，选取更优的燃烧噪声预测模型，用于

新型冠状病毒肺炎疫情影响下中国航空货运量分析与预测

作者： 陈亚东   丁松滨   刘计民   宋晓敏   隋东   来源： 交通信息与安全 年份： 2022 文献类型 ： 期刊 关键词： 组合预测   ARIMA乘积季节模型   航空货运量预测   Winters乘法模型   航空运输   新型冠状病毒肺炎疫情   Holt  

描述： 模型及其组合预测模型对2021—2022年中国航空月度货运量进行了预测，以2021年1月—5月的航空货运量数据作为验证数据集，对比分析了不同预测模型的预测误差。结果表明：Holt-Winters与

基于LSTM的航空发动机电气附件性能预测

作者： 罗贤峰   何宇   刘仲富   余振源   窦宇骁   孙兆荣   来源： 科技创新与应用 年份： 2022 文献类型 ： 期刊 关键词： 静态测试   长短期记忆神经网络   性能预测   发动机电气附件  

描述： 电气附件是航空发动机重要组成部分，包括电磁活门、作动器、传感器等，其结构复杂，种类庞多，还因振动、疲劳、应力等原因性能衰减，导致信号错误或控制失灵，严重时造成发动机空中停车，直接影响到飞机飞行安全

回归分析在成都地区航空运输规模预测中的应用

作者： 王晨晨   来源： 中国科技信息 年份： 2022 文献类型 ： 期刊 关键词： 全社会固定资产投资   回归分析   主成分分析法   组合预测   主要指标   城镇居民人均可支配收入   成都地区   旅客运输量预测   预测值   社会消费品零售总额  

描述： 采用相对稳定的组合预测方式对成都地区的航空运输规模做出预测。找出影响航空运输量的相关指标，判断与航空旅客运输量的相关性，通过主成分分析法筛选出主要指标。建立关于航空运输量的线性回归模型，再运用趋势外推法对主要指标做出预测，带入回归模型，得出成都地区航空运输量的预测值。