排序方式: 共有32条查询结果,搜索用时 828 毫秒
21.
基于小波过程神经网络的飞机发动机状态监视 总被引:4,自引:1,他引:4
针对飞机发动机状态监视问题,提出了小波过程神经网络模型。其隐层和输出层为过程神经元,隐层激活函采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质,有更强的学习能力和更高的预测精度。文中给出了相应的学习算法,并以飞机发动机状态监视中排气温度裕度的预测为例,分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明,小波过程神经网络结构更简单,收敛速度更快,优于过程神经网络,因而为飞机发动机状态监视提供了一种有效的方法。 相似文献
22.
Petri网可用于分解装配序列规划中的关系表达与推理,对于零部件数量大的航空发动机,通过求解Petri网可达集搜索目标分解装配序列的方法是NP难度的。基于装配Petri网与分解Pe试网互逆的观点,分剐采用启发式搜索算法和优先级调度算法求解搜索最小可分解和最大可装配变迁集,然后构造最简Petri子网达到降低搜索难度的目的。并将分解装配序列规划算法用于发动机零部件跟踪控制过程中,达到降低和防止维修差错的目的。 相似文献
23.
针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8.3%。 相似文献
24.
该系统对钢丝绳试验站检验数据及日数据微机处理。通过原始数据的录入,可以自动生成成试验站用各种报表、判断是否符合《煤矿安全规程》并进行可靠性评定。 相似文献
25.
提出了一种新型模拟生物神经网络的性能特征通用人工神经网络模型。该模型含有跨层连接和反馈连接,在这些连接上设有选择性开关,能够控制网络模型做出相应的变换。并给出了相应的学习算法。 相似文献
26.
27.
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 总被引:7,自引:0,他引:7
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。 相似文献
28.
基于过程神经网络的热平衡温度预测研究 总被引:3,自引:0,他引:3
为缩短航天器热平衡试验周期,以降低航天器研制成本,提出了一种基于过程神经网络的热平衡温度预测模型。为简化该模型的学习过程,提出了一种基于正交基函数展开的基本学习算法,利用基函数的正交性不仅可以简化模型中的时间累积运算过程,而且能提高模型对解决实际问题的适应性。同时,为增强模型的外推预测能力,在基本学习算法的基础上给出了一种基于新增样本的学习算法,使模型既能对新增样本进行快速学习又不损失对原有样本的记忆。实际应用表明,该预测模型能够利用某型号卫星热平衡试验中某监测点进入稳定工况后40小时内的试验数据提前42.5—68小时获得该监测点的极限热平衡温度。 相似文献
29.
对传统3轴立式铣床进行了改造,安装了六自由度并联机构形成了一种新型数控铣床。本文介绍了其结构,推导了该铣床的工件定位和刀位文件后置处理两个子系统。该铣床具有造价低,结构简单,刚性好,精度高及易改造等优点,适合加工复杂曲面工件。 相似文献
30.
为更好地解决动态模式识别及故障诊断问题,将过程神经元引入传统对传神经网络的竞争层,提出一种对传过程神经网络模型。并将所提出的网络模型及其学习算法用于航空发动机转子仿真故障诊断中,并得到了满意的结果。 相似文献