检索结果-南通市图书馆

计量与测试技术 2024年第5期51卷 8-11页

作者：李峰付敬杨梅王永霞李妮李晓宇新疆维吾尔自治区计量测试研究院新疆维吾尔自治区无人机检验检测中心新疆农用无人驾驶航空器性能与安全重点实验室

人工检查过程固有的许多缺陷及传统故障检测技术的局限性,使围绕光伏(PV)组件故障智能检测研究的紧迫性明显增加。本文介绍了国内外用于常规光伏组件的现有故障诊断技术,对与智能光伏组件结合的故障检测方法进行研究,并提出几点建议。

关键词：光伏组件监督学习故障检测检测技术

在线全文

学校读者我要写书评

暂无评论

基于监督学习的光伏组件检测

计量与测试技术 2024年第6期51卷 1-3页

人工巡检及传统的故障检测存在各种弊端,对智能化的光伏组件故障检测研究越来越迫切。本文通过介绍国内外现有的传统的故障诊断技术,并基于能量损失和多类别图像的智能故障检测进行研究,总结了智能化故障检测优缺点。

关键词：光伏组件缺陷检测智能化红外图像

基于参数自适应变分模态分解的行星齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2018年第11期33卷 2756-2765页

作者：孙灿飞王友仁沈勇陈伟南京航空航天大学自动化学院南京211106 中国航空工业集团有限公司故障诊断与健康管理技术航空科技重点实验室试验与验证中心上海201601

针对变分模态分解需要人为设定模态数量以及在强噪声情况下容易造成分解错误的问题,提出了依据功率谱密度极值点自适应确定模态数量与中心频率的参数自适应变分模态分解方法,通过信号仿真分析验证了方法的有效性。基于参数自适应变分模... 详细信息

针对变分模态分解需要人为设定模态数量以及在强噪声情况下容易造成分解错误的问题,提出了依据功率谱密度极值点自适应确定模态数量与中心频率的参数自适应变分模态分解方法,通过信号仿真分析验证了方法的有效性。基于参数自适应变分模态分解提出了一种行星齿轮箱故障诊断方法,应用于行星齿轮箱第2级太阳轮裂纹的故障诊断,行星齿轮箱传动实验台的试验结果表明:该方法能实现振动信号准确分解,有效提取和辨别出故障特征频率,实现了在强背景噪声和微弱故障信号情况下对第2级太阳轮裂纹故障的准确诊断。

关键词：行星齿轮箱故障诊断参数估计变分模态分解频谱分析

LSSVM与HMM在航空发动机状态预测中的应用研究

在线全文

学校读者我要写书评

暂无评论

计算机工程 2017年第10期43卷 310-315页

作者：崔建国高波蒋丽英于明月郑蔚沈阳航空航天大学自动化学院沈阳110136 故障诊断与健康管理技术航空科技重点实验室上海201601

传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率... 详细信息

传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。

关键词：航空发动机最小二乘支持向量机隐马尔科夫模型状态预测振动信号降噪小波包分解

在线全文

学校读者我要写书评

暂无评论

航空制造业的智能制造研究

现代工业经济和信息化 2023年第4期13卷 60-62页

作者：曹彬王振伟中国航空工业集团公司上海航空测控技术研究所上海201100 故障诊断与健康管理技术航空科技重点实验室上海201100

对航空制造业的智能制造进行分析。分析认为,航空制造业在我国发展中具有重要地位,航空制造是一项工程周期长、成本高、技术难度大的工程,更是国家尖端设备制造的前沿。随着时代的发展,智能化制造已然成为当前制造业的主要趋势,为顺应... 详细信息

对航空制造业的智能制造进行分析。分析认为,航空制造业在我国发展中具有重要地位,航空制造是一项工程周期长、成本高、技术难度大的工程,更是国家尖端设备制造的前沿。随着时代的发展,智能化制造已然成为当前制造业的主要趋势,为顺应时代变化,相关人员需要对航空制造业智能制造加强重视,并通过采取相应措施引领航空制造业的未来发展方向。

关键词：航空制造业智能制造措施

DPCA和GRNN在燃气轮机故障诊断的方法

在线全文

学校读者我要写书评

暂无评论

火力与指挥控制 2017年第11期42卷 186-190页

作者：崔建国刘瑶郑蔚蒋丽英于明月沈阳航空航天大学自动化学院沈阳110136 故障诊断与健康管理技术航空科技重点实验室上海201601

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压... 详细信息

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。

关键词：燃气轮机喷口加力调节器动态主元分析广义回归神经网络故障诊断

基于ARIMA⁃LSTM的飞机液压泵性能趋势预测方法

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2021年第4期41卷 735-740,832页

作者：崔建国李鹏程崔霄于明月蒋丽英王景霖沈阳航空航天大学自动化学院沈阳110136 航空工业空气动力研究院模型天平与风洞设备五部沈阳110034 故障诊断与健康管理技术航空科技重点实验室上海201601

针对飞机液压泵工作强度高、工作环境复杂而导致传统性能预测方法对飞机液压泵性能变化趋势预测精度不高的问题,提出了一种基于自回归积分滑动平均⁃长短期记忆(autoregressive integrated moving average⁃long short⁃term memory,简称AR... 详细信息

针对飞机液压泵工作强度高、工作环境复杂而导致传统性能预测方法对飞机液压泵性能变化趋势预测精度不高的问题,提出了一种基于自回归积分滑动平均⁃长短期记忆(autoregressive integrated moving average⁃long short⁃term memory,简称ARIMA⁃LSTM)网络的飞机液压泵性能趋势预测方法。首先,将获取的飞机液压泵性能表征参数回油流量数据进行线性分解,得到趋势项数据和细节项数据;其次,采用自回归积分滑动平均(autoregressive integrated moving average,简称ARIMA)方法对趋势项数据进行预测,同时采用长短期记忆(long short term memory,简称LSTM)网络方法对归一化处理后的细节项数据进行预测;最后,将两部分预测结果进行叠加,得到最终的性能趋势预测结果。研究结果表明,采用ARIMA⁃LSTM的联合预测方法对飞机液压泵性能变化趋势的预测效果明显优于单一的ARIMA与LSTM预测方法,为飞机液压泵性能变化趋势预测的工程应用提供了一种新方法。

关键词：飞机液压泵性能变化趋势预测自回归积分滑动平均模型长短期记忆网络

基于小波能量谱和信息熵的复合材料结构损伤诊断

在线全文

学校读者我要写书评

暂无评论

材料导报 2020年第S1期34卷 476-479页

作者：曹飞陈杰林泽力航空工业上海航空测控技术研究所上海201601 故障诊断与健康管理技术航空科技重点实验室上海201601

复合材料在飞机上的大量应用,可有效提高飞机的整体运营效率。针对飞机复合材料的结构损伤无法准确诊断的难题,提出了一种应用于飞机复合材料结构损伤诊断的方法。首先采用小波能量谱方法对获取到的复合材料结构损伤试验数据进行特征提... 详细信息

复合材料在飞机上的大量应用,可有效提高飞机的整体运营效率。针对飞机复合材料的结构损伤无法准确诊断的难题,提出了一种应用于飞机复合材料结构损伤诊断的方法。首先采用小波能量谱方法对获取到的复合材料结构损伤试验数据进行特征提取,获取损伤信号的特征值;其次,采用基于统计分析的特征值分析,对得到的小波能量谱特征值进行统计分析,得到小波能量谱的协方差信号;最后,依据得到的协方差信号,采用信息熵的方法完成对复合材料结构损伤的诊断。以获取到的某型复合材料结构损伤数据进行试验验证,结果表明,该方法能够实现对复合材料结构损伤的诊断,具有一定的可靠性。

关键词：小波能量谱信息熵复合材料结构损伤诊断

在线全文

学校读者我要写书评

暂无评论

复杂工况下的直升机行星传动轮系故障诊断

航空学报 2021年

作者：孙灿飞黄林然沈勇航空工业上海航空测控技术研究所研究中心故障诊断与健康管理技术航空科技重点实验室试验与验证中心

行星传动轮系是直升机动力传动系统的核心部件，是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题，提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频... 详细信息

行星传动轮系是直升机动力传动系统的核心部件，是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题，提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据，基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络，从训练域数据进行有监督学习提取高质量深度故障特征，并结合参数迁移和对抗学习策略，通过测试域数据无监督自适应优化测试域深度故障特征提取网络，以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证，证明了方法的有效性与健壮性。

关键词：直升机行星齿轮变工况故障诊断深度学习域对抗迁移

基于GSA-SAE的航空发动机故障诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Transactions of Nanjing University of Aeronautics and Astronautics 2020年第5期37卷 750-757页

作者：崔建国田艳崔霄唐晓初王景霖蒋丽英于明月沈阳航空航天大学自动化学院沈阳110136 航空工业空气动力研究院风洞设备研发部沈阳110034 故障诊断与健康管理技术航空科技重点实验室上海201601

航空发动机的健康状态对飞机的飞行安全至关重要,而航空发动机实际工作时常常由于其结构复杂、工作环境恶劣等因素难以对健康状态进行有效的故障诊断。本文提出了一种基于引力搜索方法(Gravitational search algorithm,GSA)和堆栈自动... 详细信息

航空发动机的健康状态对飞机的飞行安全至关重要,而航空发动机实际工作时常常由于其结构复杂、工作环境恶劣等因素难以对健康状态进行有效的故障诊断。本文提出了一种基于引力搜索方法(Gravitational search algorithm,GSA)和堆栈自动编码器(Stack autoencoder,SAE)的航空发动机故障诊断方法,并对某型涡扇航空发动机进行了故障诊断技术研究。首先,对获取的某型涡扇航空发动机进口空气总温、高压转子转速、低压转子转速、涡轮落压比、高压压气机进口空气总温和高压压气机出口空气压力等17个参数的数据进行预处理,创建SAE故障诊断模型架构。为解决SAE网络各隐含层神经元数目需要人为设置而导致不能获得最佳诊断效果问题,提出了采用GSA优化算法对SAE网络进行优化,寻找并获取最佳SAE网络各隐含层神经元个数。在此基础上,创建基于GSA-SAE的最优航空发动机故障诊断模型,并由获取的航空发动机相关参数数据对创建的最优GSA-SAE故障诊断模型的有效性进行了试验验证。结果表明,本文提出的基于GSA-SAE的航空发动机故障诊断方法能够有效地解决SAE网络各隐层神经元数目由于依靠人为设置而导致故障诊断效果不佳的问题,避免了人为因素的干扰与影响,具有良好的故障诊断效能。GSA-SAE模型的故障诊断准确率高达98.222%,优于SAE、广义回归神经网络(General regression neural network,GRNN)和反向传播(Back propagation,BP)诊断模型的故障诊断准确率。

关键词：航空发动机故障诊断引力搜索方法优化算法 SAE网络