期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AR-CNN-BiLSTM组合模型的直升机尾减轴承剩余寿命预测
1
作者
林翔
毕果
+2 位作者
王振忠
刘国亮
刘芝福
《厦门大学学报(自然科学版)》
北大核心
2025年第4期653-659,共7页
[目的]对于直升机尾减速器轴承的在线剩余使用寿命(remaining useful life,RUL)预测算法,既要能够实现早期损伤的检测,又要满足算法的时效性要求.[方法]为了较好地反映轴承信号的退化趋势,对剩余使用寿命进行预测,本文选用双向长短时记...
[目的]对于直升机尾减速器轴承的在线剩余使用寿命(remaining useful life,RUL)预测算法,既要能够实现早期损伤的检测,又要满足算法的时效性要求.[方法]为了较好地反映轴承信号的退化趋势,对剩余使用寿命进行预测,本文选用双向长短时记忆网络(bidirectional long short-term memory,BiLSTM)进行时序特征提取.同时,为了弥补BiLSTM训练速度慢,对早期局部特征不敏感的问题,利用自回归模型(autoregressive model,AR)进行数据降维,利用卷积神经网络(convolutional neural network,CNN)提升局部特征的提取性能.[结果]在直升机尾减试验台数据集及西安交通大学轴承数据集上进行算法测试,相对于LSTM、BiLSTM、CNN-BiLSTM,AR-CNN-BiLSTM表现出更高的预测精度和更快的训练速度.[结论]AR-CNN-BiLSTM能满足尾减轴承在线剩余使用寿命预测对早期损伤识别及时效性的要求.引入BiLSTM由于能充分挖掘时序的前向和后向信息,能提高预测精度,但也导致训练时间的增加;CNN凭借其出色的特征提取能力,既能挖掘深度特征又能降低数据维度,可适当提升算法的预测精度和训练速度;AR将复杂的时序数据映射为自相关系数和残差组成的特征矩阵,能有效提升算法的预测精度和训练速度.
展开更多
关键词
直升机
尾减速器
滚动轴承
自回归模型
双向长短时记忆网络
剩余寿命预测
在线阅读
下载PDF
职称材料
我国航空发动机齿轮材料的现状
被引量：
8
2
作者
汤万昌
《航空材料学报》
EI
CAS
CSCD
2003年第z1期283-283,共1页
国内通常用于制造航空发动机齿轮渗碳的钢种有:12CrNi3A,12Cr2Ni4A,14CrMnSiNi2MoA,18Cr2Ni4WA,20CrNi3A,以上是在改革开放前常用的.以下是引进国外机种后为了国产化所研制的渗碳齿轮钢:16Ni3CrMoE(仿法国牌号E16NCD13),16Cr3NiWMoV...
国内通常用于制造航空发动机齿轮渗碳的钢种有:12CrNi3A,12Cr2Ni4A,14CrMnSiNi2MoA,18Cr2Ni4WA,20CrNi3A,以上是在改革开放前常用的.以下是引进国外机种后为了国产化所研制的渗碳齿轮钢:16Ni3CrMoE(仿法国牌号E16NCD13),16Cr3NiWMoVNbE(仿俄罗斯牌号16Х3НВФМБ-Ш,代号为ДИ-39Ш),16CrNi4MoA(仿英国牌号S/ZNC),18CrNi4A(仿意大利牌号18NC16).……
展开更多
关键词
航空发动机
CR
NI
牌号
尾减速器
齿轮钢
在线阅读
下载PDF
职称材料
题名
基于AR-CNN-BiLSTM组合模型的直升机尾减轴承剩余寿命预测
1
作者
林翔
毕果
王振忠
刘国亮
刘芝福
机构
厦门大学航空航天学院
中国航发中传机械有限公司
出处
《厦门大学学报(自然科学版)》
北大核心
2025年第4期653-659,共7页
文摘
[目的]对于直升机尾减速器轴承的在线剩余使用寿命(remaining useful life,RUL)预测算法,既要能够实现早期损伤的检测,又要满足算法的时效性要求.[方法]为了较好地反映轴承信号的退化趋势,对剩余使用寿命进行预测,本文选用双向长短时记忆网络(bidirectional long short-term memory,BiLSTM)进行时序特征提取.同时,为了弥补BiLSTM训练速度慢,对早期局部特征不敏感的问题,利用自回归模型(autoregressive model,AR)进行数据降维,利用卷积神经网络(convolutional neural network,CNN)提升局部特征的提取性能.[结果]在直升机尾减试验台数据集及西安交通大学轴承数据集上进行算法测试,相对于LSTM、BiLSTM、CNN-BiLSTM,AR-CNN-BiLSTM表现出更高的预测精度和更快的训练速度.[结论]AR-CNN-BiLSTM能满足尾减轴承在线剩余使用寿命预测对早期损伤识别及时效性的要求.引入BiLSTM由于能充分挖掘时序的前向和后向信息,能提高预测精度,但也导致训练时间的增加;CNN凭借其出色的特征提取能力,既能挖掘深度特征又能降低数据维度,可适当提升算法的预测精度和训练速度;AR将复杂的时序数据映射为自相关系数和残差组成的特征矩阵,能有效提升算法的预测精度和训练速度.
关键词
直升机
尾减速器
滚动轴承
自回归模型
双向长短时记忆网络
剩余寿命预测
Keywords
helicopter tail gearbox
rolling bearing
autoregressive model
bidirectional long short-term memory
remaining useful life prediction
分类号
TH133.33 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
我国航空发动机齿轮材料的现状
被引量：
8
2
作者
汤万昌
机构
长沙航空工业中南传动机械厂
出处
《航空材料学报》
EI
CAS
CSCD
2003年第z1期283-283,共1页
文摘
国内通常用于制造航空发动机齿轮渗碳的钢种有:12CrNi3A,12Cr2Ni4A,14CrMnSiNi2MoA,18Cr2Ni4WA,20CrNi3A,以上是在改革开放前常用的.以下是引进国外机种后为了国产化所研制的渗碳齿轮钢:16Ni3CrMoE(仿法国牌号E16NCD13),16Cr3NiWMoVNbE(仿俄罗斯牌号16Х3НВФМБ-Ш,代号为ДИ-39Ш),16CrNi4MoA(仿英国牌号S/ZNC),18CrNi4A(仿意大利牌号18NC16).……
关键词
航空发动机
CR
NI
牌号
尾减速器
齿轮钢
分类号
V25 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AR-CNN-BiLSTM组合模型的直升机尾减轴承剩余寿命预测
林翔
毕果
王振忠
刘国亮
刘芝福
《厦门大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
我国航空发动机齿轮材料的现状
汤万昌
《航空材料学报》
EI
CAS
CSCD
2003
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
