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
- 考虑抖振特性的变弯度机翼设计研究
- 作者： 雷锐午 白俊强 许丹阳 马世伟 惠心雨 汪辉 来源： 中国科学:技术科学 年份： 2020 文献类型 ： 期刊 关键词： 抖振性能约束 1.3g抖振点 变弯度机翼 气动外形优化 民用客机
- 描述： 力矩配平条件下,获得接近1%的减阻收益.因此结合分离函数预测抖振特性的气动优化设计方法可以对变弯度机翼进行深入的优化设计,让机翼的变弯度收益具备更为实际的参考价值.
- 飞机整机装配质量数字化测量技术
- 作者： 隋少春 朱绪胜 来源： 中国科学:技术科学 年份： 2020 文献类型 ： 期刊 关键词： 数据配准 数字化测量 飞机几何外形 飞机整机装配质量 固定式测量站
- 描述： 飞机几何外形即整机装配质量,直接影响整体装备的气动性能、隐身性能以及结构性能.为更加准确、高效、全面地评价飞机整机装配质量,本文提出了基于固定式测量站的飞机整机装配质量评价方法.首先介绍了整机固定式测量站的架构,对其包含的基站、激光扫描系统、自动化设备和系统软件进行了简要的介绍,并对各系统之间的关系进行了阐述.然后,对测量设备的测量原理、系统标定方法和坐标系配准方法进行了分析,通过基于一维靶的虚拟点集控制场外参数标定方法,提高标定效率,降低劳动强度,满足现场标定的需求.同时,在数据融合方面,对传统的奇异值分解方法进行了优化,通过利用随机抽样一致性算法结合奇异值分解方法,提出了RANSAC-SVD坐标系优化配准算法,可以剔除由于误差较大而不适合用于坐标系配准的参考点,仅采用波动较小的内点进行坐标系配准,可以有效地提高坐标系配准的精度.在此基础上,简述了该系统的工作原理,详述了飞机整机测量准备阶段、数据采集阶段和数据处理阶段所包含的主要任务和流程.最后,对相机的外参数进行了标定并对测量场内的精度进行了分析与测试,结果表明,重复测量精度可达到0.024 mm, 3D点坐标测量误差小于0.2 mm,且有60%的测量数据误差小于0.1 mm.
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.