公共文化服务平台

雷达: 作品数：14 被引量：67H指数：4; 供职机构：哈尔滨工业大学更多>>; 发文基金：国家高技术研究发展计划国家自然科学基金中国民航总局科技基金更多>>; 相关领域：自动化与计算机技术航空宇航科学技术电子电信机械工程更多>>

合作作者

基于压电材料的便携式动态车辆超载检测器及超载检测方法: 基于压电材料的便携式动态车辆超载检测器及超载检测方法，属于道路交通领域，本发明为解决现有车辆承重检测存在的问题。本发明包括钢型承载台、稳态复合板、多个PZT陶瓷薄片和控制单元；所述控制单元包括整流电路、单片机、显示器、信...; 王健戴福洪蒋晨灿冯琦雷达莫琼袁亚龙; 文献传递

基于损伤基线的航空发动机硬件损伤分析与寿命预测方法: 本发明提供了一种基于损伤基线的航空发动机硬件损伤分析与寿命预测方法。根据发动机手册规定及发动机构型定义规范化的损伤描述规则，建立损伤数据库；建立基于线性退化轨道的损伤基线模型；对机队发动机的损伤数据进行线性拟合，利用极大...; 钟诗胜林琳雷达付旭云

计及硬件损伤的航空发动机拆发预测方法及其应用研究: 航空发动机是飞机的动力核心，其性能状态直接影响飞机的飞行安全，而其高昂的造价和维修费用则构成航空公司运营成本的一个重要组成部分。因此有必要对航空发动机拆发时间进行预测以制定合理的调度和维修计划，达到在保证安全飞行的基础上...; 雷达; 关键词：航空发动机过程支持向量机; 文献传递

一种可用于航空发动机健康状态预测的动态集成极端学习机模型被引量：8: 2014年; 提出一种动态集成极端学习机模型用于航空发动机健康状态预测.采用AdaBoost.RT集成学习算法对极端学习机(ELM)进行集成,在训练时采用每个训练样本的近邻样本对ELM的局域性能进行评估;在预测时首先确定新样本在训练样本集中的近邻样本,然后根据ELM在近邻样本上的性能来赋予集成权值实现弱学习机的动态集成.以燃油流量为指标进行航空发动机健康状态预测,动态集成ELM模型短期预测结果的平均相对误差绝对值(MAPE)为3.688%,小于单一ELM模型的3.830%以及静态集成ELM模型的3.719%;长期预测结果中动态集成ELM模型的MAPE为3.075%,小于单一ELM模型的4.355%以及静态集成ELM模型的3.884%.因此动态集成ELM模型更适用于航空发动机健康状态预测.; 钟诗胜雷达; 关键词：航空发动机极端学习机

用集成过程神经网络预测民航发动机振动趋势被引量：3: 2015年; 提出了一种集成过程神经网络预测模型用于民航发动机振动信号趋势预测。首先,对AdaBoost.RT算法的误差函数进行了改进,并采用自适应调整策略在训练过程中自动调节算法的分类阈值;然后,以改进的AdaBoost.RT算法为集成学习框架构建集成过程神经网络（process neural network,简称PNN）预测模型。通过对两组实际民航发动机振动信号序列的预测对集成模型的预测效果进行了评估。结果表明,在具有更加简单网络结构的情况下,集成PNN模型的预测效果好于单一PNN模型。此外,提出的改进AdaBoost.RT算法的效果优于原始AdaBoost.RT以及仅改进了阈值调整方法的AdaBoost.RT算法。对比结果表明,提出的集成PNN模型适用于民航发动机振动信号变化趋势预测。; 雷达钟诗胜; 关键词：振动信号过程神经网络

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用被引量：21: 2012年; 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。; 钟诗胜雷达丁刚; 关键词：神经网络卷积航空发动机

基于智能学习模型的民航发动机健康状态预测研究: 民航发动机健康状态预测是制定合理的发动机调度和维修规划的基础,也是保障运营安全、提高经济性的重要支撑技术。作为无需先验假设的数据驱动模型,以神经网络为代表的智能学习模型可直接利用发动机健康状态数据建立预测模型,解决了发动...; 雷达; 关键词：民航发动机神经网络; 文献传递

基于奇异值分解和经验模态分解的航空发动机健康信号降噪被引量：21: 2013年; 提出了一种基于奇异值分解(Singular value decomposition,SVD)和经验模态分解(Empirical mode decomposition,EMD)的信号降噪方法。首先采用EMD方法对原始信号进行分解并提取出信号趋势分量。然后对信号剩余部分采用SVD方法降噪,并根据奇异值差分谱方法自适应选择奇异值进行信号重构。最后将重构后的信号与趋势分量叠加得到最终的降噪信号。采用该方法对模拟信号和实际航空发动机健康信号进行了降噪试验,结果表明:该方法能够准确地选择用于重构信号的奇异值,并能够有效地去除信号噪声。; 雷达钟诗胜; 关键词：信息处理技术信号降噪奇异值分解经验模态分解航空发动机

面向MRO的民航发动机拆发日期预测系统被引量：4: 2013年; 针对民航发动机维护、维修和大修的业务需求,开发了民航发动机拆发日期预测系统。系统可以根据影响民航发动机使用的性能、故障和时限三类因素,对在翼民航发动机进行拆发日期预测。考虑到故障因素中的硬件损伤数据样本偏少,提出损伤基线的概念,并建立了基于线性退化轨道的硬件损伤发展模型,实现了基于硬件损伤故障的发动机拆发日期预测。该系统应用于中国国际航空股份有限公司(国航),并且通过接口与其现有的发动机健康管理和维修决策支持系统实现无缝集成,成为其子系统。系统从母系统中获得支撑数据并将预测结果提供给母系统,作为维修计划制定模块的支撑数据,从而使发动机状态监测、拆发日期预测和维修决策成为一个完整的流程,可以满足国航的发动机维护、维修和大修业务需求。; 雷达钟诗胜; 关键词：民航发动机

基于过程支持向量机的航空发动机润滑油消耗率预测被引量：3: 2009年; 分析了目前航空发动机润滑油消耗率监控现状及其不足,提出了一种基于过程支持向量机的润滑油消耗率预测方法,针对润滑油消耗率实际数据有较大波动性的特点,使用了样条插值增加样本点的方法来提高预测精度。通过润滑油消耗率预测实例对提出的方法进行了检验,实例结果表明过程支持向量机能够比较准确地对润滑油消耗率进行预测。; 钟诗胜雷达; 关键词：过程支持向量机样条插值

雷达

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

雷达

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈