排序方式: 共有65条查询结果,搜索用时 296 毫秒
51.
针对辅助动力装置(APU)控制系统传感器故障,提出了一种基于协方差优化集成极限学习网络(COSELM)的传感器智能解析余度方法。该方法能够根据在线序列预测误差的最小方差来自适应更新单个在线序列极限学习机的权重系数,发挥和权衡各个学习模型的优势,通过提高模型算法的稳定性和泛化性,改善传感器智能解析余度的精度。通过在某辅助动力装置控制系统传感器解析余度的验证表明,提出的COSELM方法可以解决传感器在发生偏置故障时的信号重构问题,重构误差不超过1%,适用于不同辅助动力装置个体,为其提供可靠的解析余度。 相似文献
52.
53.
刘西鹏 《中国民航学院学报》2005,23(4):20-24
以APU失效故障的统计分析和翻修经验为基础,分析了导致APU失效的内、外部因素,给出了APU的小时成本估算法。并以减少或削弱失效故障产生根源、提高派遣可靠性、降低综合维修成本为目的,提出了APU的航线使用策略、日常维护与例行检查策略、视情检查策略和排故策略,从而系统地建立了对机队管理和航线维护具有指导意义的航线维护综合策略体系。 相似文献
54.
55.
56.
为给一类APU进气系统设计提供参考,利用CFD方法,对带多孔板的双压气机构型的APU进气系统气动性能进行三维数值模拟.对多孔板开孔率为0.479的基准模型按照定配比和定总流量工况进行了研究.结果表明:APU进气系统总压损失包括多孔板附近的节流、掺混损失,喉道段流股碰撞损失,流道转弯到出口段的转弯、附面层损失;总压分布在径向上主要受流道曲率影响,周向上主要受多孔板元孔区影响.同时研究了不同开孔率下该APU进气系统气动性能.研究发现:开孔率增大,总压恢复系数随之增加;小开孔率时系统总压损失和负载端畸变主要受多孔板影响,大开孔率时流道曲率影响成主要因素.建议开孔率在0.4 ~0.6选取. 相似文献
57.
针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。 相似文献
58.
为了给一种迎风开门式的辅助动力系统(APU)进气系统设计提供参考,采用基于后缘线轮廓及面积变化规律的参数化设计方法,通过对唇边顺滑修型,可以与唇口的锯齿前缘配合形成斜向下的进口段,利用数值模拟研究了进口形状、前缘面曲率和喉道位置这三个特征参数对此类大转折APU进气道性能的影响。计算结果表明:APU进气道损失主要来自于分离损失,进口形状主要影响导流面转折程度和进气道内压力梯度变化,前缘面曲率影响了分离区的尺度和强度,其中,前缘面曲率对出口气动性能影响较大,在设计状态下,适当增大前缘面曲率可使得出口总压恢复系数增大0.81%。在后缘面曲率不变的情况下,通过合理安排进口形状、前缘面曲率和喉道位置,可有效推迟分离的发生,减弱分离区强度。另外,在正攻角和侧滑状态下也表现出相同的趋势。 相似文献
59.
60.
针对一起特殊APU故障,在对其涡轮轴断裂损伤进行断口分析和对其他零件损伤情况进行综合分析的基础上,通过推演APU故障过程,确定了造成该台APU故障的原因,提出了APU零件尤其是涡轮轴的保护措施。 相似文献