检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度信念网络的航空发动机维修等级决策

航空动力学报 2018年第6期33卷 1528-1536页

作者：车畅畅王华伟刘伟南京航空航天大学民航学院南京210016

准确的航空发动机维修等级决策,能够避免过维修和欠维修,在保证航空发动机运行安全的前提下节约维修成本。结合航空发动机状态监控信息和维修等级特点,采用深度信念网络(DBN)算法,挖掘状态监测及维修等级决策之间的深层次对应关系,实现... 详细信息

准确的航空发动机维修等级决策,能够避免过维修和欠维修,在保证航空发动机运行安全的前提下节约维修成本。结合航空发动机状态监控信息和维修等级特点,采用深度信念网络(DBN)算法,挖掘状态监测及维修等级决策之间的深层次对应关系,实现对维修等级的分类和预测。该模型通过DBN预训练和反向传播(BP)神经网络反向微调提取出样本特征,从而提高维修等级预测准确率。以某航空公司CF6航空型发动机的状态参数和维修等级数据作为实例进行验证,结果显示:该模型能够通过构建多层网络结构挖掘出样本的更深层次信息,在分类能力、决策准确性方面优于传统神经网络,有较强的特征提取能力,对维修等级分类有较高的正确率,能得出更准确的维修等级决策结果,避免因维修等级误判而带来不必要的损失。

关键词：深度信念网络维修等级决策运行安全状态监控特征提取

在线全文

学校读者我要写书评

暂无评论

基于深度残差收缩网络的滚动轴承故障诊断

北京航空航天大学学报 2021年第7期47卷 1399-1406页

作者：车畅畅王华伟倪晓梅蔺瑞管南京航空航天大学民航学院南京210016

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型... 详细信息

滚动轴承的准确故障诊断是确保机械设备安全可靠运行的必要手段。针对多故障、长时间序列的滚动轴承振动信号,提出了一种基于深度残差收缩网络(DRSN)模型的故障诊断方法。首先,根据采集到的滚动轴承数据构造故障样本,针对多种故障类型下的长时间序列的振动信号,按照一定尺寸将长时间序列矩阵化,构成多故障类型的灰度图故障样本。从正常到故障的滚动轴承性能退化过程,通过多个采样点的随机采样,构造全寿命周期的故障样本用于故障诊断。其次,在多层深度学习模型基础上,将残差收缩网络模块加入到卷积神经网络(CNN)中构建深度残差收缩网络模型用于故障诊断,其中通过将残差项加入到网络中训练解决了多层网络模型的模型退化问题,利用软阈值化实现了样本降噪。最后,为了验证所提方法的有效性,采集了滚动轴承的多故障时间序列样本和全寿命周期故障样本用于故障诊断。实例验证的结果表明:所提深度残差收缩网络模型在处理含噪声样本时仍具有良好的鲁棒性,多层网络模型下没有明显的网络退化,能够保持较高的故障诊断正确率。在处理2种轴承故障数据集时,与其他模型相比,所提方法训练误差更低,平均故障诊断正确率提高1%~6%。

关键词：滚动轴承故障诊断深度残差收缩网络(DRSN) 卷积神经网络(CNN) 软阈值化

在线全文

学校读者我要写书评

暂无评论

改进降噪自编码的航空发动机气路故障诊断

振动．测试与诊断 2019年第3期39卷 603-610,675页

作者：洪骥宇王华伟车畅畅倪晓梅南京航空航天大学民航学院

为提高故障诊断准确度,针对航空发动机气路故障中状态参数非线性强且易受噪声污染的问题,提出一种改进降噪自编码的航空发动机气路诊断方法。该方法在降噪自编码器(denoising autoencoder,简称DAE)基础上,采用改进萤火虫算法(firefly al... 详细信息

为提高故障诊断准确度,针对航空发动机气路故障中状态参数非线性强且易受噪声污染的问题,提出一种改进降噪自编码的航空发动机气路诊断方法。该方法在降噪自编码器(denoising autoencoder,简称DAE)基础上,采用改进萤火虫算法(firefly algorithm,简称FA)优化的径向基(radial basis function,简称RBF)神经网络,进行航空发动机故障诊断,DAE能够提取出更利于故障诊断的深层鲁棒特征。为了进一步提高算法的诊断准确度,引入惯性权重与自适应光强因子的改进FA来优化RBF网络从而得到萤火虫径向基(firefly radial basis function,简称FRBF)网络,再将DAE提取的特征导入其中进行故障诊断。通过实例,将提出方法与原始DAE、单独的FRBF、支持向量机(support vector machine,简称SVM)和RBF这4种算法进行对比,结果表明,所提出方法诊断精度最高,达到98.1%,且算法性能稳定,鲁棒性也优于其他几种方法。

关键词：航空发动机故障诊断降噪自编码萤火虫算法径向基网络

基于LSTM分类器的航空发动机预测性维护模型

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2022年第3期44卷 1052-1059页

作者：蔺瑞管王华伟车畅畅倪晓梅熊明兰南京航空航天大学民航学院江苏南京210016

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预... 详细信息

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选,并将有效信息用于时间序列预测。首先,采用滑动时间窗口制备训练样本。其次,将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后,通过调整窗口大小,得到最优性能的二分类模型,以更好地适应预测维护需求。最后,利用美国航空航天局C-MAPSS数据集验证了该模型的有效性,相比于已有分类方法,其在剩余使用寿命分类方面更加准确。

关键词：故障预测与健康管理预测性维护长短期记忆网络时间窗二分类

在线全文

学校读者我要写书评

暂无评论

基于深度学习的航空发动机故障融合诊断

北京航空航天大学学报 2018年第3期44卷 621-628页

作者：车畅畅王华伟倪晓梅洪骥宇南京航空航天大学民航学院南京210016

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深... 详细信息

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。

关键词：深度学习故障诊断决策融合抗干扰能力航空发动机

基于1D-CNN和Bi-LSTM的航空发动机剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2021年第14期57卷 304-312页

作者：车畅畅王华伟倪晓梅蔺瑞管熊明兰南京航空航天大学民航学院南京211106

剩余寿命预测对航空发动机的预防性维修有重要指导作用,是保障飞机安全运行,提高维修保障效率的重要手段。一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)和双向长短时记忆神经网络(Bidirectional long short me... 详细信息

剩余寿命预测对航空发动机的预防性维修有重要指导作用,是保障飞机安全运行,提高维修保障效率的重要手段。一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)和双向长短时记忆神经网络(Bidirectional long short memory, Bi-LSTM)被应用于航空发动机剩余寿命预测模型。首先,根据工程经验在多状态参数的主成分分析的基础上对退化过程进行随机分布拟合,得到综合性能退化量;然后将多变量时间序列样本和对应的性能退化量代入1D-CNN模型进行回归分析,从而得到性能退化分析模型;再通过Bi-LSTM对性能退化量进行时间序列预测,得到性能退化的未来趋势;最后通过设定性能退化阈值,得到剩余寿命预测结果,从而得到从多状态参数-性能退化分析-性能退化预测-剩余寿命预测的实时动态感知模型。实例分析结果表明,提出的混合模型与其他单一深度学习和传统模型相比,有更低的回归分析误差和退化预测误差,能够得到更准确可靠的剩余寿命预测结果。

关键词：航空发动机剩余寿命性能退化一维卷积神经网络双向长短时记忆网络

基于创新能力提升的“模块+平台”药学专业教学模式

在线全文

学校读者我要写书评

暂无评论

药学教育 2020年第6期36卷 66-69页

作者：余敬谋殷嫦嫦赵建国张磊陈剑车向新吴家忠九江学院药学与生命科学学院九江学院基础医学院九江332000

传统的药学教育培养模式在一定程度上影响学生创新能力的培养。九江学院以创新能力提升为导向,构建基础医学教育、化学教育、药学专业教育三大教学模块,搭建以医学、药学为主体的学生创新平台,构筑提升创新能力的有效育人体系,对提升学... 详细信息

传统的药学教育培养模式在一定程度上影响学生创新能力的培养。九江学院以创新能力提升为导向,构建基础医学教育、化学教育、药学专业教育三大教学模块,搭建以医学、药学为主体的学生创新平台,构筑提升创新能力的有效育人体系,对提升学生的创新能力有一定的参考价值。

关键词：模块平台创新能力药学