共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
针对航空发动机滑油系统状态监测问题,提出了递归过程神经网络模型。其隐层和输出层为过程神经元,该网络的输入信号为时变函数或过程,并且含有一个特别的关联层,在建模过程中能储存系统过去更多时刻的状态信息,使得网络结构适于预测时间序列问题。文中给出了相应的学习算法,并且分别利用人工神经网络和递归过程神经网络对航空发动机滑油系统状态进行预测。结果表明,递归过程神经网络预测精度高,优于传统人工神经网络的预测能力。为航空发动机滑油系统状态监测问题提供了一种有效的方法。 相似文献
3.
4.
5.
6.
基于孔探图像纹理特征的航空发动机损伤识别方法 总被引:2,自引:1,他引:2
孔探检测是航空发动机视情维修的重要技术,对于正确评估发动机的内部损伤,适时进行发动机修理具有重要意义,但是由于孔探图像的损伤评估往往依赖丰富的专家知识,因此在航空公司飞机多、分布广、专家少的情况下,难于实现发动机损伤的及时评估.本文研究了一种基于孔探图像纹理特征的航空发动机内部损伤评估方法,利用结构自适应神经网络模型,实现了航空发动机孔探图像损伤的自动识别,并进行了必要的验证,结果表明了本文方法的有效性. 相似文献
7.
8.
针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多,靠人工经验难于进行磨损部位精确识别的问题,提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元,搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入,采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别;以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性,并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实的某型航空发动机能谱数据基础上,对含氧数据和噪声数据分别进行测试,进一步说明该模型用于对磨损定位识别的有效性,具备实际应用的可行性。 相似文献
9.
10.
11.
提出了一种基于异常识别和多传感器关联分析的桥梁数据复合诊断方法。该方法利用超球面一类支持向量机对传感器数据特征进行异常识别,通过ε-支持向量回归机对多传感器测量值进行位置关联分析,从而判定该传感器数据异常是由外部荷载还是传感器自身故障引起。通过江阴大桥主梁加速度传感器的相关测量数据,表明了该方法的有效性。 相似文献
12.
Because wear is one of the most typical causes of decreasing performance in running machines, monitoring wear is regarded as a crucial technology in maintaining the health of machines. However, monitoring wear is not a fully mature process because quantifying the development of wear in real time is a challenging task because there is no universal indicator. To meet this need, wear-oriented dynamic modeling with online ferrographic images was used to investigate and then describe a real-time wear state. This investigation was carried out by combining three wear indices to describe the wear rate, the wear mechanism, and the severity of wear. A binary classifier method is also proposed to classify these wear stages in the three extracted indices. A strategy to identify the dynamic transition of wear states with adaptive parameters is also developed and then a four-ball wear test is carried out to verify the method. The results indicate that this modeling strategy can accurately identify a developing wear state that is characterized by stages. This proposed method is better at monitoring the health evolution of a machine system than just detecting faults. 相似文献
13.
鉴于在线图像可视铁谱获取的磨粒谱片图像分辨率低,磨粒种类复杂多变,磨粒图像背景复杂等问题,使得磨粒在线智能识别面临挑战。为了实现在线可视铁谱图像磨粒多目标实时检测与识别,提出基于yolov5在线可视铁谱图像磨粒多目标识别方法。以正常磨损磨粒、疲劳磨损磨粒、滑动磨损磨粒、球形磨粒、氧化磨损磨粒、切削磨损磨粒6种磨粒作为研究对象,基于yolov5深度神经网络模型对复杂油液环境下的异常磨损磨粒进行分割与识别。结果表明:基于yolov5算法的磨粒智能识别模型能够实现复杂环境下多目标、多类型磨粒在线实时识别,其识别速度和准确率基本满足油液在线监测需求,为装备在线图像可视铁谱技术工业化应用提供了技术支撑。 相似文献
14.
15.
16.
17.
18.
19.
边缘是图像最基本的特征,包含图像中用于识别的有用信息,边缘检测是数字图像处理中基础而又重要的课题。文章具体考察了5种经典常用的边缘检测算子以及最小二乘支持向量机提取边缘检测算子,并运用Matlab进行图像处理结果比较。梯度算子简单有效,LOG算法和Canny边缘检测器能产生较细的边缘。最小二乘支持向量机结合图像的梯度和零交叉信息,选取一定的参数条件,可以获得比Canny方法更好的性能。 相似文献