基于改进YOLOv5的SAR图像飞机目标细粒度识别

作者： 张武     刘秀清   来源： 国外电子测量技术 年份： 2024 文献类型 ： 期刊 关键词： YOLOv5   合成孔径雷达   飞机目标细粒度识别  

描述： 针对合成孔径雷达(synthetic aperture radar, SAR)图像飞机目标细粒度识别中的小目标和多尺度检测问题，提出了一种基于YOLOv5的改进SAR图像飞机目标识别算法。该方法首先

某型航空发动机空气引气管路节流孔板脱落的故障分析和改进设计

作者： 韩杰     史志勇     高凯   来源： 内燃机与配件 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   节流孔板   改进设计   空气管路   脱落  

描述： 本文针对某型航空发动机长时考核试车过程中出现的空气引气管路节流孔板脱落问题，利用故障树工具和仿真软件，成功定位了问题原因。根据问题原因，对引气接口处的密封结构和节流结构进行了优化设计，通过仿真计算、流量计算和试验验证，证明了优化方案的正确性和有效性，为发动机型号设计工作提供有力保障。

国产某型飞机SAFT4078-22型镉-镍电瓶大修工艺及改进效果研究

作者： 盛腾飞   来源： 航空维修与工程 年份： 2024 文献类型 ： 期刊 关键词： 基础大修   充放电特性   效果评价  

描述： 在西飞民机发布的最新版的维修计划文件（MPD）中，对SAFT4078-22型航空蓄电瓶增加了基础大修（后文称大修）的维护工作。本文旨在研究大修后的机载电瓶充放电特性、内阻和容量，并提出一种工艺改进方法，对大修工艺及改进效果进行评价。

改进注意力机制的航空发动机试验转子系统智能故障诊断

作者： 伍济钢     文港     杨康   来源： 振动与冲击 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   卷积神经网络   故障诊断   航空发动机转子  

描述： 考虑到航空发动机的工作环境十分恶劣，其故障的振动信号特征隐蔽且噪声干扰严重，为了加强网络对振动信号中关键特征的提取能力，提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子系统

基于改进SARSA算法的航空器滑行路径规划

作者： 张云景     王昊     王帅     孟斌   来源： 郑州航空工业管理学院学报 年份： 2024 文献类型 ： 期刊 关键词： SARSA算法   强化学习   模拟退火策略   路径规划  

描述： 航空器滑行是机场运行中最重要的一环，缩短滑行时间也是提高机场运行效率的主要手段。为了改变仅依靠人工进行机坪管制的现状，文章针对航空器滑行的特殊环境，利用改进SARSA算法对航空器的滑行路径进行

基于迁移学习和改进Faster-RCNN遥感影像飞机目标检测

作者： 周绍鸿     方新建     刘鑫怡     张潆丹     严盛   来源： 机电工程技术 年份： 2024 文献类型 ： 期刊 关键词： 遥感影像   目标检测   RCNN   深度学习   Faster   迁移学习  

描述： ，实验结果表明：改进的Faster-RCNN在RSOD-Dataset数据集上的精确率为97.54%；在NWPU VHR-10数据集上的精确率为98.27%。通过迁移学习和改进Faster-RCNN

基于改进YOLOv5s的飞机装配环节多余物检测研究

作者： 陈峰   来源： 中国新技术新产品 年份： 2024 文献类型 ： 期刊 关键词： 多余物检测   coordinate   DGConv   YOLOv5s   Attention   SIOU   BiFPN  

描述： 飞机装配过程中对多余物的控制有非常严格的要求，传统方法是人工巡检或定时检查，本文提出一种基于改进YOLOv5s的面向多余物检测的目标检测方法。首先，本文提出一种轻量化模块，即DGConv模块，用于

基于改进GRA-TOPSIS法的飞行员核心胜任力评估

作者： 王向章   来源： 西安航空学院学报 年份： 2024 文献类型 ： 期刊 关键词： 飞行员   组合赋权法   TOPSIS法   核心胜任力   GRA   差异性分析  

描述： 为评估飞行员岗位核心胜任力，有针对性地改进飞行训练，基于改进的GRA-TOPSIS法对飞行员核心胜任力水平进行评估。首先，通过CBTA体系和EBT手册确定9大核心胜任力评估指标，以资深飞行员、教员为

基于BiGRU-Attention改进的航空设备故障知识图谱构建

作者： 陈勇刚     刘康妮     王帅   来源： 航空学报 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制   双向门控循环神经网络   故障诊断   航空设备故障   知识图谱  

描述： 双向门控循环神经网络（BiGRU）对知识抽取模型进行优化与改进。通过专家经验设计知识图谱的本体，在此基础上明确知识图谱中实体和关系类型。随后，利用BIO标注的故障文本语料训练BiGRU-Attention

基于改进LSTM的航空发动机气路参数预测方法

作者： 马帅     吴亚锋     郑华     缑林峰   来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   性能参数预测   特征注意力机制   LSTM网络   故障诊断  

描述： 以航空燃气涡轮发动机气路故障诊断为导向，提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络，首先通过编码器中的特征注意力单元对工况序列进行动态特征提取，然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数，最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型，从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析，结果表明，相比于其他常用多变量时间序列预测模型，FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构，故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。