检索结果-维普期刊中文期刊服务平台

热动力系统性能参数预测与理论分析被引量：3: 1; 作者赵寅生钱志博 +1 位作者胡欲立党建军《机械科学与技术》 CSCD 北大核心 2000年第5期701-702,共2页; 为了增加航行器的航程和优化航行器各种仪器的工作条件 ,航行器的航速应不断发生变化 ,这就需要解决航行器在慢速航行时 ,热动力系统的性能和结构参数的配置问题。本文以热动力系统总体参数为出发点 ,对热动力系统中的发动机、燃烧室及... 展开更多; 关键词热动力系统航行器示功图性能参数预测; 在线阅读下载PDF 职称材料

基于自适应变异PSO-SVM的APU性能参数预测模型被引量：9: 2; 作者王坤侯树贤王力《系统工程与电子技术》 EI CSCD 北大核心 2021年第2期526-536,共11页; 为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization,PSO)算法实现对SVM惩罚参... 展开更多; 关键词辅助动力装置粒子群优化算法性能参数预测支持向量机; 在线阅读下载PDF 职称材料

基于深度学习的辅助动力装置性能参数预测方法研究被引量：5: 3; 作者王坤侯树贤《推进技术》 EI CAS CSCD 北大核心 2022年第1期284-293,共10页; 针对传统机器学习的辅助动力装置(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AP... 展开更多; 关键词辅助动力装置性能参数预测卷积神经网络长短期记忆神经网络 Attention机制排气温度; 在线阅读下载PDF 职称材料

基于BSO-ELM的涡轴发动机加速过程性能参数预测被引量：1: 4; 作者董庆李本威 +1 位作者闫思齐钱仁军《系统工程与电子技术》 EI CSCD 北大核心 2021年第8期2181-2188,共8页; 建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain sto... 展开更多; 关键词涡轴发动机加速过程头脑风暴优化算法极限学习机模型辨识性能参数预测; 在线阅读下载PDF 职称材料

基于灰狼算法优化深度极限学习机的钢轨热处理性能预测模型: 5; 作者蔡里批李硕丁敬国《材料与冶金学报》北大核心 2025年第2期162-170,共9页; 为了研究钢轨的化学成分、入口温度、环境温度,以及风冷时风压、风速等参数对热处理钢轨性能的综合影响,进一步解决钢轨热处理后设定精度低的难题,开发了一种基于灰狼算法优化深度极限学习机(grey wolf optimization deep extreme learn... 展开更多; 关键词钢轨热处理灰狼优化算法深度极限学习机性能参数预测; 在线阅读下载PDF 职称材料

1种宽马赫数二元超声速进气道性能快速计算方法: 6; 作者刘雨王定奇谢旅荣《航空发动机》北大核心 2020年第5期34-39,共6页; 为了在设计过程中快速估算二元超声速进气道性能,通过对二元超声速进气道内流场结构进行分析,基于斜激波、膨胀波公式及流量连续方程等理论提出了二元超声速进气道性能快速计算方法,并对其进行黏性修正。为验证方法的准确性,对1个工作... 展开更多; 关键词二元进气道宽马赫数变几何进气道快速计算方法性能参数预测航空发动机; 在线阅读下载PDF 职称材料

量纲分析与工程数据挖掘结合的掘进总载荷建模被引量：2: 7; 作者张丽婷张茜 +1 位作者周思阳刘尚林《铁道科学与工程学报》 EI CAS CSCD 北大核心 2022年第4期1121-1129,共9页; 近年来,越来越多的工程装备实现了施工过程中多维数据的检测与收集。同时,通过数据挖掘建模来实现工作参数的优化调控已成为一种发展趋势。如何将数据挖掘过程与所研究问题的内在机理结合,建立具有一定物理可解释性的参数预测模型并提... 展开更多; 关键词全断面隧道掘进机性能参数预测建模掘进总载荷量纲分析工程数据挖掘; 在线阅读下载PDF 职称材料

题名热动力系统性能参数预测与理论分析被引量：3: 1; 作者赵寅生钱志博胡欲立党建军; 机构西北工业大学; 出处《机械科学与技术》 CSCD 北大核心 2000年第5期701-702,共2页; 基金国家自然科学基金!( 695 73 0 2 5 ) 国家"863"计划!( 863 5 11943 0 12 )资助项目; 文摘为了增加航行器的航程和优化航行器各种仪器的工作条件 ,航行器的航速应不断发生变化 ,这就需要解决航行器在慢速航行时 ,热动力系统的性能和结构参数的配置问题。本文以热动力系统总体参数为出发点 ,对热动力系统中的发动机、燃烧室及燃料供应分系统的参数配置进行了预测和理论分析。本文可为水下航行器的航速设计及计算方法提供参考。; 关键词热动力系统航行器示功图性能参数预测; Keywords Heat power system Vehicle Indicator card; 分类号 U674.94 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于自适应变异PSO-SVM的APU性能参数预测模型被引量：9: 2; 作者王坤侯树贤王力; 机构中国民航大学电子信息与自动化学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2021年第2期526-536,共11页; 基金国家自然科学基金委员会与中国民用航空局联合资助项目(U1733119) 中央高校基本科研业务费项目(3122018C001)资助课题; 文摘为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization,PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature,EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error,MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature,OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。; 关键词辅助动力装置粒子群优化算法性能参数预测支持向量机; Keywords auxiliary power unit(APU) particle swarm optimization(PSO)algorithm performance parameter prediction support vector machine(SVM); 分类号 V241.07 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于深度学习的辅助动力装置性能参数预测方法研究被引量：5: 3; 作者王坤侯树贤; 机构中国民航大学电子信息与自动化学院; 出处《推进技术》 EI CAS CSCD 北大核心 2022年第1期284-293,共10页; 基金国家自然科学基金委员会与中国民用航空局联合资助项目(U1733119) 中央高校基本科研业务费项目(3122018C001)。; 文摘针对传统机器学习的辅助动力装置(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。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。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(EGT)。实验结果表明:对于单步排气温度的预测,CNN-LSTM-Attention模型在平均绝对百分比误差指标上比CNN-LSTM,LSTM和简单循环神经网络模型分别降低了15.2%,32.5%,60.3%。在均方根误差指标上分别降低了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,为短期辅助动力装置性能变化趋势预测提供一定的参考。; 关键词辅助动力装置性能参数预测卷积神经网络长短期记忆神经网络 Attention机制排气温度; Keywords Auxiliary power unit Performance parameter prediction Convolutional neural network Long short-term memory network Attention mechanism Exhaust gas temperature; 分类号 V241.07 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于BSO-ELM的涡轴发动机加速过程性能参数预测被引量：1: 4; 作者董庆李本威闫思齐钱仁军; 机构海军装备部驻苏州地区军事代表室海军航空大学航空基础学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2021年第8期2181-2188,共8页; 基金国家自然科学基金(51505492) 泰山学者建设工程专项经费资助课题。; 文摘建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain storm optimization,BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本,利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速ng、燃气发生器出口温度T4和增压比πc的两项精度指标均优于BSO算法优化的反向传播神经网络和粒子群优化算法优化的ELM方法得到的预测模型,表明了BSO-ELM预测模型的可行性与优越性;在相同仿真环境下,BSO-ELM算法可大幅提高计算效率使预测模型的实时性更优。; 关键词涡轴发动机加速过程头脑风暴优化算法极限学习机模型辨识性能参数预测; Keywords turboshaft engine acceleration process brain storm optimization extreme learning machine model identification performance parameters prediction; 分类号 V231.3 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于灰狼算法优化深度极限学习机的钢轨热处理性能预测模型: 5; 作者蔡里批李硕丁敬国; 机构东北大学材料科学与工程学院东北大学轧制技术及连轧自动化国家重点实验室; 出处《材料与冶金学报》北大核心 2025年第2期162-170,共9页; 基金 2023年辽宁省大学生创新创业训练计划项目(S202310145024)。; 文摘为了研究钢轨的化学成分、入口温度、环境温度,以及风冷时风压、风速等参数对热处理钢轨性能的综合影响,进一步解决钢轨热处理后设定精度低的难题,开发了一种基于灰狼算法优化深度极限学习机(grey wolf optimization deep extreme learning machine,GWO-DELM)的钢轨热处理性能预测模型.先采用深度极限学习机(DELM)构建出工艺模型,而后,针对深度极限学习机中初始权值随机确定而引起的预测结果准确度较低的问题,利用灰狼优化算法(GWO)对初始权值进一步确定.结果表明:该模型在预测不同规格钢轨的抗拉强度时,95.80%以上样本点的预测误差集中在-20~20 MPa,在预测踏面布氏硬度时,95.73%以上样本点的预测误差集中在-8~8;与传统模型相比,GWO-DELM具有更优异的预测精度及泛化能力,可应用在热轧钢轨风冷处理的性能预测上,为热处理参数的选择提供参考.; 关键词钢轨热处理灰狼优化算法深度极限学习机性能参数预测; Keywords rail heat treatment grey wolf optimization deep extreme learning machine performance parameter prediction; 分类号 TG335 [金属学及工艺—金属压力加工] 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1种宽马赫数二元超声速进气道性能快速计算方法: 6; 作者刘雨王定奇谢旅荣; 机构中国飞行试验研究院南京航空航天大学能源与动力学院; 出处《航空发动机》北大核心 2020年第5期34-39,共6页; 基金航空动力基础研究项目资助。; 文摘为了在设计过程中快速估算二元超声速进气道性能,通过对二元超声速进气道内流场结构进行分析,基于斜激波、膨胀波公式及流量连续方程等理论提出了二元超声速进气道性能快速计算方法,并对其进行黏性修正。为验证方法的准确性,对1个工作马赫数范围为2.5~4.5,设计马赫数为3.7的定几何二元进气道进行数值仿真。结果表明:仿真结果与快速计算结果对比误差在5%以内。该方法可以用来快速计算宽马赫数二元超声速进气道的临界总压恢复系数、流量系数及喉道马赫数等性能参数;在计算进气道超临界性能时具有一定的准确性;该方法也适用于变几何二元进气道的初步选型设计及性能计算。; 关键词二元进气道宽马赫数变几何进气道快速计算方法性能参数预测航空发动机; Keywords 2-D supersonic inlet wide Mach number variable geometry inlet quick calculation method performance parameters prediction aeroengine; 分类号 V211.3 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名量纲分析与工程数据挖掘结合的掘进总载荷建模被引量：2: 7; 作者张丽婷张茜周思阳刘尚林; 机构天津大学机械学院; 出处《铁道科学与工程学报》 EI CAS CSCD 北大核心 2022年第4期1121-1129,共9页; 基金国家重点研发计划资助项目(2018YFB1702500) 国家自然科学基金资助项目(12022205,11872269)。; 文摘近年来,越来越多的工程装备实现了施工过程中多维数据的检测与收集。同时,通过数据挖掘建模来实现工作参数的优化调控已成为一种发展趋势。如何将数据挖掘过程与所研究问题的内在机理结合,建立具有一定物理可解释性的参数预测模型并提高其泛化性,是该研究领域的难点问题之一。以全断面隧道掘进机的掘进总推力和总扭矩为研究对象,提出一种量纲分析与工程数据挖掘相结合的参数建模方法。该方法从各影响参量的物理力学本质出发,分析其中需要满足的量纲制约关系,构建具有一定可解释性和泛化性的显式模型框架,在其约束下进行工程数据挖掘建立定量预估模型。对模型在不同工况、不同工程中的预测效果进行评估,结果表明,提出的方法可以实现2类典型工况下的总推力和总扭矩建模,其计算结果在不同工程中均具有较好的适用性与预测准确度,模型可显示反映参量间的非线性影响关系。定量模型可为掘进机施工中的参数优化调控提供参考。同时,这种量纲分析与工程数据挖掘相结合的建模方法为工程装备的多参量数据挖掘建模提供了一种新思路。; 关键词全断面隧道掘进机性能参数预测建模掘进总载荷量纲分析工程数据挖掘; Keywords full-section tunnel boring machine predicting model of performance parameters total driving loads dimensional analysis in-situ data mining; 分类号 TU94 [建筑科学—建筑技术科学] U25 [交通运输工程—道路与铁道工程]; 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	热动力系统性能参数预测与理论分析	赵寅生钱志博胡欲立党建军	《机械科学与技术》 CSCD 北大核心	2000	3	在线阅读下载PDF 职称材料
2	基于自适应变异PSO-SVM的APU性能参数预测模型	王坤侯树贤王力	《系统工程与电子技术》 EI CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
3	基于深度学习的辅助动力装置性能参数预测方法研究	王坤侯树贤	《推进技术》 EI CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
4	基于BSO-ELM的涡轴发动机加速过程性能参数预测	董庆李本威闫思齐钱仁军	《系统工程与电子技术》 EI CSCD 北大核心	2021	1	在线阅读下载PDF 职称材料
5	基于灰狼算法优化深度极限学习机的钢轨热处理性能预测模型	蔡里批李硕丁敬国	《材料与冶金学报》北大核心	2025	0	在线阅读下载PDF 职称材料
6	1种宽马赫数二元超声速进气道性能快速计算方法	刘雨王定奇谢旅荣	《航空发动机》北大核心	2020	0	在线阅读下载PDF 职称材料
7	量纲分析与工程数据挖掘结合的掘进总载荷建模	张丽婷张茜周思阳刘尚林	《铁道科学与工程学报》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料