期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于组合赋权和云模型的航空发动机状态评估
1
作者 曲春刚 王长乐 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第4期670-680,共11页
为了解决发动机状态评估中状态信息的随机性和模糊性问题,提出了一种基于组合赋权和云模型的航空发动机状态评估方法。经过原理分析、专家经验、相关性分析,对发动机构建层级化指标体系;通过层次分析法和熵权法分别确定其主客观权重,再... 为了解决发动机状态评估中状态信息的随机性和模糊性问题,提出了一种基于组合赋权和云模型的航空发动机状态评估方法。经过原理分析、专家经验、相关性分析,对发动机构建层级化指标体系;通过层次分析法和熵权法分别确定其主客观权重,再通过线性组合赋权法确定组合权重;针对航空发动机确定评价标准等级及其区间,通过相对劣化度映射状态等级评分、云模型进行定性分析和相似度进行定量分析;以A320系列飞机上多台发动机的QAR数据进行分析验证。其中某台使用初期的发动机结果表明:发动机从最初的强离散健康状态趋于弱离散亚健康状态,对应零部件问题的逐渐显露和磨合期趋于稳定的实际情况。因此,基于组合赋权和云模型的航空发动机状态评估模型有效,为识别发动机的状态、了解发动机的长期趋势、采取预防性维修和提高飞行安全性提供有力保障。 展开更多
关键词 航空发动机 状态评估 组合赋权 云模型 QAR数据
在线阅读 下载PDF
CEEMDAN-SE-WT降噪方法在航空发动机燃油流量信号中的应用 被引量:3
2
作者 曲春刚 朱胜翔 冯正兴 《科学技术与工程》 北大核心 2024年第15期6525-6533,共9页
燃油流量信号是反映发动机状态和计算飞机排放物排放量的重要信号,但飞机飞行过程中传感器采集信号时不可避免地会受到外界环境以及内部因素干扰。提出一种结合样本熵(sample entropy,SE)的完全自适应噪声集合经验模态分解(complete ens... 燃油流量信号是反映发动机状态和计算飞机排放物排放量的重要信号,但飞机飞行过程中传感器采集信号时不可避免地会受到外界环境以及内部因素干扰。提出一种结合样本熵(sample entropy,SE)的完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与小波变换(wavelet transform,WT)的联合降噪方法。首先使用CEEMDAN对燃油流量信号进行分解得到本征模态分量,利用样本熵筛选含噪分量,并用相关系数与方差贡献率进行复核。对于含噪分量使用小波阈值降噪进行处理。最后将未处理的模态分量和完成降噪的模态分量重构得到最终燃油流量信号。通过与其他方法比较,CEEMDAN-SE-WT方法拥有最高信噪比为85.287,降噪后燃油消耗总量与飞机总重变化最为接近,可以认为该方法较大程度保留了燃油流量信号中的有效特征,为后续计算民机排放物排放总量提供了良好的数据支持。 展开更多
关键词 降噪 燃油流量信号 完全自适应噪声集合经验模态分解 小波阈值降噪 样本熵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部