首页>
根据【检索词:IETM 故障诊断 故障树 案例推理 专家系统】搜索到相关结果 204 条
-
案例推理方法在飞机故障诊断中的应用
-
作者:
刘春
郭大鹏
来源:
机械工程师
年份:
2018
文献类型 :
期刊
关键词:
工艺设计
飞机装配
装配数据集
MBD
装配仿真
-
描述:
从MBD装配数据集管理、基于MBD的飞机装配工艺规划和仿真等方面,介绍了飞机装配技术的研究和发展现状以及应用前景。基于MBD的飞机数字化装配技术能够在飞机产品设计阶段,通过装配仿真对装配工艺进行分析和优化,从根本上改变了必须依赖实物的传统装配工艺方法,实现了并行工程理念,是未来飞机数字化装配技术的发展方向,具有广泛的应用前景。
-
基于模型和故障树的飞机故障诊断方法
-
作者:
王雪飞
李青
冯力
来源:
科学技术与工程
年份:
2018
文献类型 :
期刊
关键词:
故障树
故障诊断
模型
飞机
-
描述:
模型和故障树的相互配合进行故障诊断,基本思想是,将物理模型作为故障观察窗口,比较系统在正常情况下的预期行为和实际行为之间的差异,判断故障事件是否发生,利用故障树的逻辑关系进行推理,再将推理过程在物理
-
飞机液压系统故障诊断及案例分析
-
作者:
赵京
来源:
科技创新与应用
年份:
2018
文献类型 :
期刊
关键词:
单向活门
液压系统
故障
飞机
-
描述:
液压系统作为飞机的关键组成,也是飞机正常运行不可或缺的一部分,在飞机飞行期间,液压系统的各个部件都需要提供压力方面的支持,确保飞机正常工作的要求得到满足。但是考虑到液压系统本身的复杂性,并且故障的种类较多,所以需要详细的分析飞机液压系统故障,才可以找到故障的解决方法,避免飞机事故的发生。
-
飞机操纵系统健康评估与故障诊断研究
-
作者:
姜朱楠
来源:
南京航空航天大学
年份:
2018
文献类型 :
学位论文
关键词:
飞行操纵系统
性能评估
健康管理
故障监测
超限事件监测
-
描述:
飞机操纵系统健康评估与故障诊断研究
-
飞机发电机故障诊断的多特征参数组合分析
-
作者:
钱伟
王海斌
杨江
冯斌
来源:
测控技术
年份:
2018
文献类型 :
期刊
关键词:
小波变换
故障特征
飞机发电机
神经网络
-
描述:
值,构建神经网络进行故障判定,选用不同的振动特征参数组合对检验样本进行验证以期获得指向性较好的飞机发电机故障特征参数。诊断结果表明,利用RBF网络对发电机故障诊断,采用基于幅值域的特征参数峭度指标、峰值因子
-
飞机液压防滑刹车系统建模与故障诊断分析
-
作者:
蒋鹏
来源:
科技风
年份:
2018
文献类型 :
期刊
关键词:
液压防滑刹车系统
故障诊断
建模
飞机
-
描述:
刹车系统的复杂程度越来越高,而其在运行当中也难免会出现各种故障。对此,本文对飞机液压防滑刹车系统建模与故障诊断进行了分析,以期能够确保飞机液压防滑刹车系统良好的运行状态,确保飞机运行的安全。
-
基于深度学习的航空传感器故障诊断方法
-
作者:
郑晓飞
郭创
姚斌
冯华鑫
来源:
计算机工程
年份:
2018
文献类型 :
期刊
关键词:
信号重构
故障诊断
深度学习
航空传感器
深度置信网络
故障隔离
-
描述:
为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信
-
免疫支持向量机用于航空发动机磨损故障诊断
-
作者:
张建
李艳军
曹愈远
张丽娜
来源:
北京航空航天大学学报
年份:
2018
文献类型 :
期刊
关键词:
免疫算法
航空发动机
支持向量机(SVM)
铁谱分析
磨损故障诊断
-
描述:
航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结
-
基于逻辑方程的飞机中央维护系统实时故障诊断方法
-
作者:
刘志越
宋东
屈娟
来源:
测控技术
年份:
2018
文献类型 :
期刊
关键词:
知识库
中央维护系统
故障诊断
逻辑方程
-
描述:
中央维护系统(CMS)是对飞机系统进行故障诊断和提供维护信息的主要系统,在提高飞机的测试性和维修性方面起着重要的作用。针对CMS实时故障诊断的问题,研究了基于逻辑方程的实时故障诊断方法。分析了CMS
-
应用深度核极限学习机的航空发动机部件故障诊断
-
作者:
逄珊
杨欣毅
张勇
韦祥
来源:
推进技术
年份:
2018
文献类型 :
期刊
关键词:
极限学习机
故障诊断
深度神经网络
核方法
涡扇发动机
部件
-
描述:
运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为