基于神经网络的航空发动机传感器故障自动检测方法

作者： 王琛   李峰   来源： 自动化应用 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   故障检测   神经网络   传感器  

描述： 针对当前航空发动机传感器故障问题无法全部检测得出结果，并且检测结果的准确率有待进一步提升的情况，引入神经网络，开展对航空发动机传感器故障自动检测方法的研究。通过航空发动机传感器运行数据采集与处理

基于集成学习的航空发动机排气温度预测

作者： 易文川   王兴   王翔   唐庆如   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 集成学习   航空发动机   排气温度   神经网络  

描述： 准确预测排气温度对预知航空发动机未来的工作状态至关重要。然而，传统航空发动机排气温度预测模型存在预测精度有限、对时间序列数据的信息利用率不足等问题。提出了一种多模型集成的航空发动机排气温度预测方法，被集成的子模型包括差分整合移动平均自回归模型、一次指数平滑模型和门控循环单元。对所有子模型的预测序列进行加权集成处理，提出了一种在历史发动机性能参数数据上学习最优权重系数的方法，避免了传统优化算法依赖于初始点的选取且其适用性局限于可微函数等问题。在Cessna-172R型飞机发动机排气温度预测问题中相较子模型准确性更高。

基于CenterNet的航空遥感图像目标检测

作者： 杨曦中   高冠鸿   熊智   张玲   来源： 航空电子技术 年份： 2022 文献类型 ： 期刊 关键词： 目标检测   深度学习   神经网络   CenterNet  

描述： 为实现高精度的航空图像目标检测，将Anchor free的目标检测算法CenterNet应用到检测中，同时使用Resnet50主干网络，并引入CIoU损失替代原有损失函数对网络模型做出了改进。改进后的算法在RSOD与DIOR数据集上进行测试，结果显示在保证网络轻量化的前提下检测精度有明显的提高，证明了算法在航空目标检测方面的可行性与准确性。

含执行器非线性的多操纵面飞机自适应跟踪控制

作者： 刘棕成   陈勇   董新民   薛建平   程建锋   王族统   来源： 系统工程与电子技术 年份： 2017 文献类型 ： 期刊 关键词： 自适应控制   多操纵面飞机   执行器非线性   神经网络  

描述： 针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行

基于BP神经网络的民用飞机交易价格预测

作者： 盛鸣剑   张康   来源： 中国民航大学学报 年份： 2017 文献类型 ： 期刊 关键词： 预测   民用飞机   神经网络   交易价格  

描述： 机长、翼展、机高、最大起飞重量、最大商载、航程、巡航速度、客座数、货运能力、发动机推力、机龄等输入模型,尝试建立一种基于BP神经网络的民机交易价格预测模型。使用行业交易样本数据对神经网络模型进行训练

倾转翼飞机过渡段定高飞行控制研究

作者： 吴健健   王琦   李之瀚   刘阳   来源： 计算机仿真 年份： 2021 文献类型 ： 期刊 关键词： 倾转翼   滑模控制   神经网络   耦合  

描述： 针对倾转翼飞机过渡段控制存在的时变、欠驱动、强耦合等非线性特点,采用滑模控制来对其进行控制,然后在此基础上引入RBF神经网络,利用其非线性映射能力有效解决了滑模控制中存在的误差问题,进一步改善了系统

飞行器健康度神经网络预测方法

作者： 张英   韦闽峰   高晓颖   王世会   曹健   张兴   来源： 航天控制 年份： 2020 文献类型 ： 期刊 关键词： 飞行器   AI   神经网络   健康预测  

描述： 飞行器健康度神经网络预测方法

飞机起落架防滑刹车系统故障诊断研究

作者： 朱素华   邢清雄   来源： 科技创新导报 年份： 2020 文献类型 ： 期刊 关键词： 故障诊断   起落架防滑刹车系统   神经网络   故障注入  

描述： 飞机起落架防滑刹车系统故障诊断研究

基于RBF神经网络的X型四旋翼飞行器优化控制

作者： 张莹   刘子龙   来源： 软件导刊 年份： 2020 文献类型 ： 期刊 关键词： 自整定   X型四旋翼飞行器   神经网络   PID控制  

描述： 基于RBF神经网络的X型四旋翼飞行器优化控制

基于CS-BPNN算法的飞机客舱PMV指标预测

作者： 侯启真   李泽   姬雨初   王阳   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差   神经网络   布谷鸟搜索算法   预测平均投票数  

描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。