-
公开(公告)号：CN118296955A
公开(公告)日：2024-07-05
申请号：CN202410454462.4
申请日：2024-04-16
申请人： 中国航空发动机研究院 , 大连理工大学
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N3/084 , G06N3/0985 , G06F18/15 , G06F18/25 , G06F123/02 , G06N3/048 , G06F119/08
摘要： 本发明公开一种多工况下小样本的航空发动机性能预测方法，包括：集航空发动机整个巡航周期的传感器数据，并进行预处理；通过限定传感器所采集马赫数Mach、大气总温Temp的特征数据变化范围，筛选不同高度下稳定巡航状态，并对稳定巡航状态下所有特征的数据进行时序压缩；对出口温度进行季节性修正，并筛选输入特征；采用循环分组和滑窗切片方法处理数据，并将其划分为训练集和测试集；搭建TLFN模型，并初始化网络模型的权重和超参数；对TLFN模型进行训练，直至该网络模型收敛；对网络模型进行超参数的优化调试；将测试集数据输入该模型，对其进行测试验证。本发明利用有限的样本数据，对不同工况和不同高度下的航空发动机进行了分析和预测。
-
公开(公告)号：CN118626971A
公开(公告)日：2024-09-10
申请号：CN202410810177.1
申请日：2024-06-21
申请人： 中国航空发动机研究院 , 大连理工大学
IPC分类号： G06F18/2431 , G06F18/25 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/084
摘要： 本发明涉及人工智能领域，尤其涉及一种高性能发动机的融合故障分类方法。本发明基于高性能发动机在不同工况下各个部件的压力与温度传感器数据，利用TCN神经网络深度学习在大数据前提下的预测优势对该数据进行分析学习，以便对部件故障先进行性能参数估计，利用输出的性能参数数据再通过用Transformer神经网络进行故障分类，可以为部件融合故障的分类提供系统性方法，从而提高高性能发动机部件对融合故障的分类能力，增强融合故障分类的系统性。
-
公开(公告)号：CN118194723A
公开(公告)日：2024-06-14
申请号：CN202410454882.2
申请日：2024-04-16
申请人： 中国航空发动机研究院 , 大连理工大学
IPC分类号： G06F30/27 , G06N3/0464 , G06N3/045 , G06N3/049 , G06N3/0495 , G06N3/082 , G06N3/0985 , G06F18/15 , G06F18/213 , G06F18/2433 , G06F123/02
摘要： 本发明属于人工智能领域，涉及一种基于CTCN‑Lite的航空发动机全包线建模方法。首先建立CTCN网络模型，通过使用航空发动机多工况的多特征参数数据对模型进行训练，并以降采样和剪枝的操作对网络模型进行优化。通过有效地融合卷积神经网络和时序卷积网络，引入Inception结构，增强模型的特征提取能力；在卷积神经网络部分，通过多通路并行卷积挖掘了多个卷积尺度中信息更为密集的特征；在时序卷积网络部分，通过在多个尺度对卷积过滤后的特征数据进行滑窗。对输入网络模型的参数数据进行降采样；在网络模型完成预训练后，分别对CNN部分和TCN部分采用剪枝。该方法针对不同飞行状态下的航空发动机的性能实现了精确预测。
-
公开(公告)号：CN117518867A
公开(公告)日：2024-02-06
申请号：CN202311418551.5
申请日：2023-10-30
申请人： 中国航空发动机研究院
IPC分类号： G05B17/02
摘要： 本公开提供了一种发动机仿真模型的确定方法、装置、电子设备以及介质，其中，该方法包括：确定发动机的控制系统和关联系统间的接口交互关系；其中，所述关联系统为所述发动机所在设备中与该控制系统的控制范围相关联的系统；基于所述接口交互关系，将所述控制系统划分为多个功能模块，并确定所述控制系统的数据字典描述；其中，所述数据字典描述用于指示所述控制系统的输入信号在各个功能模块之间的信号流向；基于所述多个功能模块和所述数据字典描述，构建每个所述功能模块的仿真模型，并对所述仿真模型进行封装，得到所述发动机的目标仿真模型。
-
公开(公告)号：CN116380449B
公开(公告)日：2023-12-29
申请号：CN202310200037.8
申请日：2023-03-03
申请人： 中国航空发动机研究院
IPC分类号： G01M13/02 , G01M13/025 , G01M15/02 , F16H57/00 , F16H57/04
摘要： 本公开提供一种传动系统故障模拟设备，包括：滑油箱、模拟装置和除杂组件，模拟装置包括：驱动机构以及与驱动机构传动连接的传动组件，传动组件至少包括转动模拟件，滑油箱的出口通过第一管路与转动模拟件的腔体连通，转动模拟件的腔体通过第二管路与除杂组件的入口连通，除杂组件的出口与滑油箱的入口连通，传动系统故障模拟设备还包括：杂质注入装置，杂质注入装置与第一管路连通。本公开示例性实施例的设备可以模拟不同滑油品质参数下滑油介质对转动模拟件的影响情况。
-
公开(公告)号：CN112613186B
公开(公告)日：2022-04-12
申请号：CN202011608883.6
申请日：2020-12-30
申请人： 中国航空发动机研究院
IPC分类号： G06F30/20 , G06F30/15 , G06F16/215 , G06F17/16
摘要： 本公开提供了一种基于统计分布特征的航空发动机气路故障融合诊断方法，构建了基于参数偏差统计特征的匹配诊断模块，采用基于故障敏感度的加权D‑S证据理论对诊断结果进行了融合，减小甚至消解发动机容积效应、金属热传递以及测量噪声和偏移对发动机故障诊断的不利影响，提高了发动机故障诊断的准确度和可靠性；为了解决多测量参数融合冲突问题，通过故障敏感性分析，获取不同测量参数的可靠度，从而对不同测量参数统计分布特征的故障诊断结果进行融合过程中赋予不同的权重系数，使诊断的可信度提升。
-
公开(公告)号：CN112613186A
公开(公告)日：2021-04-06
申请号：CN202011608883.6
申请日：2020-12-30
申请人： 中国航空发动机研究院
IPC分类号： G06F30/20 , G06F30/15 , G06F16/215 , G06F17/16
摘要： 本公开提供了一种基于统计分布特征的航空发动机气路故障融合诊断方法，构建了基于参数偏差统计特征的匹配诊断模块，采用基于故障敏感度的加权D‑S证据理论对诊断结果进行了融合，减小甚至消解发动机容积效应、金属热传递以及测量噪声和偏移对发动机故障诊断的不利影响，提高了发动机故障诊断的准确度和可靠性；为了解决多测量参数融合冲突问题，通过故障敏感性分析，获取不同测量参数的可靠度，从而对不同测量参数统计分布特征的故障诊断结果进行融合过程中赋予不同的权重系数，使诊断的可信度提升。
-
公开(公告)号：CN116451484A
公开(公告)日：2023-07-18
申请号：CN202310431029.4
申请日：2023-04-20
申请人： 中国航空发动机研究院
IPC分类号： G06F30/20 , F02B77/08 , F02D45/00 , G06F119/04 , G06F119/02
摘要： 本公开提供一种发动机气路故障模拟方法、装置、电子设备和存储介质，向发动机气路故障模拟模型模拟输入发动机在故障状态下的驱动参数，获得发动机在所述故障状态下的气路故障信息，所述发动机气路故障模拟模型模拟的确定方法包括：向虚拟发动机非线性模型输入发动机驱动参数，获得发动机的预测运行状态参数；获取物理发动机在所述发动机驱动参数驱动下的实际运行状态参数；若所述实际运行状态参数与所述预测运行状态参数匹配，确定所述虚拟发动机非线性模型为发动机气路故障模拟模型。基于此，可以对发动机故障进行精确地诊断以及预测，从而提升航空发动机的运行安全，以及航空发动机的使用寿命。
-
公开(公告)号：CN117036916B
公开(公告)日：2024-04-05
申请号：CN202310963950.3
申请日：2023-08-02
申请人： 中国航空发动机研究院
IPC分类号： G06V10/96 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本公开涉及一种基于轻量级卷积神经网络模型的磨粒类型识别方法及装置，其方法包括：构建发动机滑油系统的磨粒样本图像数据集，基于发动机滑油系统的磨粒样本图像对残差卷积神经网络模型进行预训练；对预训练后的残差卷积神经网络模型进行剪枝，得到轻量级残差卷积神经网络模型；获取待识别发动机滑油系统磨粒图像；基于轻量级残差卷积神经网络模型确定待识别发动机滑油系统磨粒图像的磨粒类型。该方法能够对训练好的残差卷积神经网络模型进行剪枝，得到轻量级残差卷积神经网络模型，提高了模型运算的速度，基于轻量级残差卷积神经网络模型对磨粒类型进行识别，提高了发动机滑油系统磨粒类型识别的效率。
-
公开(公告)号：CN117036916A
公开(公告)日：2023-11-10
申请号：CN202310963950.3
申请日：2023-08-02
申请人： 中国航空发动机研究院
IPC分类号： G06V10/96 , G06V10/82 , G06N3/0464 , G06N3/088
摘要： 本公开涉及一种基于轻量级卷积神经网络模型的磨粒类型识别方法及装置，其方法包括：构建发动机滑油系统的磨粒样本图像数据集，基于发动机滑油系统的磨粒样本图像对残差卷积神经网络模型进行预训练；对预训练后的残差卷积神经网络模型进行剪枝，得到轻量级残差卷积神经网络模型；获取待识别发动机滑油系统磨粒图像；基于轻量级残差卷积神经网络模型确定待识别发动机滑油系统磨粒图像的磨粒类型。该方法能够对训练好的残差卷积神经网络模型进行剪枝，得到轻量级残差卷积神经网络模型，提高了模型运算的速度，基于轻量级残差卷积神经网络模型对磨粒类型进行识别，提高了发动机滑油系统磨粒类型识别的效率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.075 秒)
