排序方式: 共有40条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
小样本复杂系统的可靠性增长评定具有变母体、试验费用昂贵、试验样本少等特点,用经典统计方法解决这类问题有很多缺陷。采用Bayes方法,综合利用可靠性增长试验过程中的全程信息,结合最大熵方法融合各种来源信息,对可靠性增长的非齐次泊松过程进行了动态描述,在较小样本情况下评定了其可靠性水平。最后,根据提供的模型和方法给出了工程实例。 相似文献
6.
为解决飞机复杂性增加与航空公司要求排故时间缩短之间的矛盾,针对传统方法只对故障率等定量指标分析的不足,提出了分析定性指标的思路。对定性指标从安全和经济两个角度考虑,提出了完整的量化方法,并分别用特征向量法和基于信息熵的多属性决策法分析。实现了根据定性指标判断出最有可能出现故障的系统,及故障位置。实例表明思路可行,可缩短排故时间。 相似文献
7.
作为民航运输的两翼之一,通用航空安全水平直接影响民机系统的安全。目前,对通航以及鸟击事故征候进行预测的研究较少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据,采用长短期记忆(long short-term memory, LSTM)神经网络模型对鸟击事故征候数据进行训练和预测。实验结果显示,与传统模型相比, LSTM模型具有更好的预测效果,精确度更高。基于此,提出了预测稳定性更好的LSMT-均方根误差(LSTM-root mean square error, LSTM-R)模型,为通用航空鸟击事故征候预测提供了手段和方法,加强了通用航空安全管理。 相似文献
8.
利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题, 提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选, 并将有效信息用于时间序列预测。首先, 采用滑动时间窗口制备训练样本。其次, 将预处理后的样本输入LSTM, 预测设备在特定时间窗口内的失效概率。然后, 通过调整窗口大小, 得到最优性能的二分类模型, 以更好地适应预测维护需求。最后, 利用美国航空航天局C-MAPSS数据集验证了该模型的有效性, 相比于已有分类方法, 其在剩余使用寿命分类方面更加准确。 相似文献
9.
针对旋转机械工况复杂多变、有标签样本不足而导致的故障特征提取困难等问题, 提出了一种用于旋转机械故障诊断的改进深度残差网络(improved deep residual network, IDRN)。首先, 采集旋转机械一维振动信号进行数据预处理; 然后, 在深度残差网络的基础上引入了长短时记忆(long short-term memory, LSTM)网络, 其中, LSTM网络可以有效捕捉故障的时序信息; 在残差块中引入Dropout层提高了故障诊断的精度和收敛速度; 最后在轴承与齿轮数据集上验证本文提出方法的有效性。实验结果表明, 该方法在堆叠多层网络模型时, 没有出现明显的网络退化现象, 与当前广泛使用的几种诊断方法进行对比实验, 表现出了较高的平均诊断精度和良好的适用性。 相似文献
10.
为提高航空维修风险评估的有效性,引入多元联系数集对分析理论,将评估系统中的确定与不确定因素作为一个整体进行处理。在考虑专家权重的基础上,运用不确定层次分析法确定各评估指标的权重区间,并通过三元联系数的联系度表达式将权重区间转化为权重精确值。对三元联系数的不确定项进行拓展得到五元联系数表达式,以此为基础建立风险的同异反评估模型。根据由该模型计算出的集对势结果对系统风险态势进行评判,并利用各阶偏联系数对风险发展趋势进行分析,实现静态和动态评估的有效结合。以某航空公司维修基地为实例,计算和分析结果表明了该方法在系统风险评估及趋势分析中的可行性与有效性。 相似文献