安裝中文字典英文字典查詢工具!
中文字典英文字典工具:
複製到剪貼板
英文字典中文字典相關資料:
基于基因重组的卷积神经网络在航空发动机早期故障诊断中的 . . . •开发了一种基于信号表型的核基因重组方法,以增强故障特征的表现。 •构建了GR-GCNN框架,用于带有自进化核的航空发动机故障诊断。 •该方法使用来自航空发动机的真实监测数据进行了
改进一维卷积神经网络的航空发动机故障诊断方法 - 百度学术 针对现有航空发动机故障诊断的1DCNN方法缺乏故障频率多尺度特征提取能力以及对原始振动信号时域特征提取不足的问题,通过融合内嵌多尺度层到双通道1DCNN提出了改进1DCNN的航空发动故障诊断方法 提出了幅值变化速率的方法对振动信号进行时域特征增强,在单通道1DCNN基础上增加幅值变化通道作为第二通道,构建双通道1DCNN,加强1DCNN的时域特征提取能力,再改进多尺度模块为内嵌多尺度层并应用于1DCNN的第一通道,针对航空发动机故障频率域的多尺度特征进行提取 最后将改进1DCNN应用于航空发动机转静碰摩,叶片断裂等故障的诊断,通过对比实验证明了改进1DCNN检测的优越性,抗噪性,泛化性以及改进点的可行性
基于融合卷积Transformer的航空发动机故障诊断 - buaa. edu. cn 航空发动机长期处于恶劣的气路环境下工作会面临腐蚀、侵蚀等问题,且故障参数特征不明显,因此,精准的航空发动机故障诊断方法对保证飞机安全运行具有重要意义。 为提高预测准确性,提出了一种基于融合卷积Transformer的航空发动机故障诊断方法。
基于卷积自编码神经网络的航空发动机轴承故障诊断方法研究 . . . 航空发动机轴承早期故障多是由于裂纹、疲劳剥落和保持架损坏造成的,这类型的故障在发动机振动信号中均会产生瞬时的冲击;但是,在早期故障中,振动信号由于夹杂过多部件耦合激励,缺陷冲击信号很难辨识,早期故障诊断十分困难;采用了基于卷积自编码网络的
用于航空发动机故障诊断的深度分层排序网络 - 知乎 本文开发了一种高效的故障诊断框架 FSHSM-PCNN,用于进行航空发动机故障诊断,该架构由一个新提出的 基于故障影响力的分层排序模块 (FSHSM)和 并行卷积神经网络 组成。 其中,FSHSM用于对状态点数据按照其对故障诊断的影响力进行分层排序,以捕获不同时间点数据间的 协同效应;并行卷积神经网络分别以原始样本和经过排序模块排序后的样本作为输入,获取数据的 时序状态信息 和 协同信息,合并后的特征用于进行航空发动机故障的准确诊断。 1 论文解决的问题 在进行多传感器信号采集时,受到自身或硬件设备的影响,部分传感器信号会出现迟滞,导致传感器在时间上不同步,导致部分时间点数据上的 关键信息被淹没。
基于GWO-CNN-BiLSTM-attention的航空发动机故障诊断方法 为解决传统故障诊断方法在航空发动机故障诊断中识别精度较低的问题,提出一种基于灰狼优化算法-卷积神经网络-双向长短时记忆网络-注意力机制 (GWO-CNN-BiLSTM-attention)的航空发动机故障诊断模型。
基于融合卷积Transformer的航空发动机故障诊断 航空发动机长期处于恶劣的气路环境下工作会面临腐蚀、侵蚀等问题,且故障参数特征不明显,因此,精准的航空发动机故障诊断方法对保证飞机安全运行具有重要意义。 为提高预测准确性,提出了一种基于融合卷积Transformer的航空发动机故障诊断方法。 利用自注意力机制提取有用特征,抑制冗余信息,并将最大池化层引入Transformer模型中,进一步降低模型内存消耗及参数量,缓解过拟合现象。
基于 CNN-Transformer 交互融合网络的航空活塞发动机进 . . . Considering the limitations of existing models in accurately diagnosing intake and exhaust faults in aero-piston engines, this study proposes a novel diagnostic approach based on the
Machines:基于深度卷积神经网络 (CNN) 的飞机发动机性能 . . . 本文提出了一种自适应性能模型辅助的深度卷积神经网络方法,用于三轴涡扇发动机故障诊断。 自适应方案被应用于跟踪发动机气路的性能参数劣化曲线并生成故障特征。 使用自适应方案生成的故障特征,集成了一组深度卷积神经网络模块,以分层检测快速和持久故障并隔离潜在故障。 作者对基于多种单故障和多故障场景所提出的方法性能进行了评估,实现了超过96%的检测和隔离精度。 这揭示了卷积神经网络在有效检测、隔离单个和多个气路故障方面的潜力。
一种基于CNN的航空发动机故障诊断方法. pdf-原创力文档 本发明公开了一种基于CNN的航空发动机故障诊断方法,本防使用的数据集为航空发动机传感器收集到的气路参数,其中包含发生各种故障时的气路参数以及正常情况下的气路参数,并且是按照时间序列采集的数据,使用了卷积神经网络可以充分的挖掘气路参数