-
公开(公告)号：CN112001128B
公开(公告)日：2022-05-10
申请号：CN202010963798.5
申请日：2020-09-15
申请人： 大连理工大学
摘要： 一种基于深度学习的轴流压气机失速喘振预测方法，属于航空发动机建模与仿真技术领域。首先，对航空发动机喘振数据进行预处理，在实验数据中划分出测试数据集和训练数据集。其次，依次构建LR分支网络模块、构建WaveNet分支网络模块、构建LR‑WaveNet预测模型。最后，在测试数据上进行实时预测：首先对测试集数据采用相同方式进行预处理，并按LR‑WaveNet预测模型的输入要求调整数据维度；按时间顺序，采用LR‑WaveNet预测模型给出每个样本的喘振预测概率；采用LR‑WaveNet预测模型给出带噪声点数据随时间的喘振概率，测试模型的抗干扰性。本发明综合了时域统计特征和变化趋势，提高了预测精度，并且具有一定的抗干扰性；有利于提高发动机主动控制的性能，具有一定的普适性。
-
公开(公告)号：CN112001128A
公开(公告)日：2020-11-27
申请号：CN202010963798.5
申请日：2020-09-15
申请人： 大连理工大学
摘要： 一种基于深度学习的轴流压气机失速喘振预测方法，属于航空发动机建模与仿真技术领域。首先，对航空发动机喘振数据进行预处理，在实验数据中划分出测试数据集和训练数据集。其次，依次构建LR分支网络模块、构建WaveNet分支网络模块、构建LR-WaveNet预测模型。最后，在测试数据上进行实时预测：首先对测试集数据采用相同方式进行预处理，并按LR-WaveNet预测模型的输入要求调整数据维度；按时间顺序，采用LR-WaveNet预测模型给出每个样本的喘振预测概率；采用LR-WaveNet预测模型给出带噪声点数据随时间的喘振概率，测试模型的抗干扰性。本发明综合了时域统计特征和变化趋势，提高了预测精度，并且具有一定的抗干扰性；有利于提高发动机主动控制的性能，具有一定的普适性。
-
公开(公告)号：CN111737910A
公开(公告)日：2020-10-02
申请号：CN202010521798.X
申请日：2020-06-10
申请人： 大连理工大学
摘要： 一种基于深度学习的轴流压气机失速喘振预测方法，属于航空发动机建模与仿真技术领域。首先，对航空发动机喘振数据进行预处理，在实验数据中划分出测试数据集和训练数据集。其次，依次构建LR分支网络模块、构建WaveNet分支网络模块、构建LR-WaveNet预测模型。最后，在测试数据上进行实时预测：首先对测试集数据采用相同方式进行预处理，并按LR-WaveNet预测模型的输入要求调整数据维度；按时间顺序，采用LR-WaveNet预测模型给出每个样本的喘振预测概率；采用LR-WaveNet预测模型给出带噪声点数据随时间的喘振概率，测试模型的抗干扰性。本发明综合了时域统计特征和变化趋势，提高了预测精度，并且具有一定的抗干扰性；有利于提高发动机主动控制的性能，具有一定的普适性。
-
公开(公告)号：CN110077588A
公开(公告)日：2019-08-02
申请号：CN201910321516.9
申请日：2019-04-22
申请人： 大连理工大学
摘要： 本发明属于无人飞行器和无人潜水器技术领域，提供了一种可垂直起降的海陆空潜四栖航行器，包括机身、两个主翼、副翼、垂直尾翼、方向舵、水平尾翼、升降舵、螺旋桨、旋翼、旋翼支座、收放转轴、机身后段沉浮舱、机身中段沉浮舱、机身前段沉浮舱、前姿态控制舱盖、后姿态控制舱盖、矢量推进器和三个起落架。该航行器具有能适应多种环境、隐蔽性好、生存能力强等优势。相比于传统旋翼无人机，其续航时间长载荷大；相比于固定翼无人机，其垂直起降的功能使得工作更加方便；相比于无人潜水设备，其适用环境更加丰富，能够在空中、地面、水面、水下完成指定任务；相比于倾转旋翼四栖无人机，其各个模式之间切换更快捷，稳定性更高。
-
公开(公告)号：CN109829243B
公开(公告)日：2022-11-18
申请号：CN201910137115.8
申请日：2019-02-25
申请人： 大连理工大学
IPC分类号： G06F30/17 , G06F30/28 , G06F113/08
摘要： 本发明属于航空发动机建模与仿真技术领域，提供了一种组合式航空发动机高压齿轮泵建模仿真及故障注入方法，是指提取航空发动机中离心泵和齿轮泵的流场域，并合并形成组合流场域，根据其工作原理拆分成不同单元，利用有限元分析的方法对各单元进行网格划分，并设置边界条件、介质常数等，在Pumplinx中实现仿真得到泵的工作特性，并通过调节齿轮侧向间隙对仿真模型进行调试至仿真误差在5％以内，然后在调试好的模型基础上设置故障，得到故障下泵的工作特性变化的方法。
-
公开(公告)号：CN112765908A
公开(公告)日：2021-05-07
申请号：CN202110047892.0
申请日：2021-01-14
申请人： 大连理工大学
IPC分类号： G06F30/28 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08 , G06F119/14
摘要： 一种基于图像序列分析的燃气涡轮发动机燃烧室稳定性分析方法，属于航空发动机故障预测与健康管理领域。首先，获取燃气涡轮发动机燃烧室内部流场数据。其次，对燃烧室流场图像进行预处理，分别得到判别模型数据集、预测模型数据集，并将两个数据集打乱顺序后均划分成训练集和测试集。再次，构建3DWaveNet模块作为预测模型的生成网络，并构建其判别网络，组合生成、判别网络构成预测模型，以预测模型数据集中的训练集进行训练，使用测试集进行评估。最后，根据判别模型数据集构建判别模型，以判别模型数据集中的训练集对模型进行训练，使用测试集进行测评。本发明在燃烧室稳定性分析上应用图像序列预测技术，能够对预测准确性和稳定性进行有效提升。
-
公开(公告)号：CN112765908B
公开(公告)日：2022-11-18
申请号：CN202110047892.0
申请日：2021-01-14
申请人： 大连理工大学
IPC分类号： G06F30/28 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08 , G06F119/14
摘要： 一种基于图像序列分析的燃气涡轮发动机燃烧室稳定性分析方法，属于航空发动机故障预测与健康管理领域。首先，获取燃气涡轮发动机燃烧室内部流场数据。其次，对燃烧室流场图像进行预处理，分别得到判别模型数据集、预测模型数据集，并将两个数据集打乱顺序后均划分成训练集和测试集。再次，构建3DWaveNet模块作为预测模型的生成网络，并构建其判别网络，组合生成、判别网络构成预测模型，以预测模型数据集中的训练集进行训练，使用测试集进行评估。最后，根据判别模型数据集构建判别模型，以判别模型数据集中的训练集对模型进行训练，使用测试集进行测评。本发明在燃烧室稳定性分析上应用图像序列预测技术，能够对预测准确性和稳定性进行有效提升。
-
公开(公告)号：CN110077588B
公开(公告)日：2022-05-20
申请号：CN201910321516.9
申请日：2019-04-22
申请人： 大连理工大学
摘要： 本发明属于无人飞行器和无人潜水器技术领域，提供了一种可垂直起降的海陆空潜四栖航行器，包括机身、两个主翼、副翼、垂直尾翼、方向舵、水平尾翼、升降舵、螺旋桨、旋翼、旋翼支座、收放转轴、机身后段沉浮舱、机身中段沉浮舱、机身前段沉浮舱、前姿态控制舱盖、后姿态控制舱盖、矢量推进器和三个起落架。该航行器具有能适应多种环境、隐蔽性好、生存能力强等优势。相比于传统旋翼无人机，其续航时间长载荷大；相比于固定翼无人机，其垂直起降的功能使得工作更加方便；相比于无人潜水设备，其适用环境更加丰富，能够在空中、地面、水面、水下完成指定任务；相比于倾转旋翼四栖无人机，其各个模式之间切换更快捷，稳定性更高。
-
公开(公告)号：CN109829243A
公开(公告)日：2019-05-31
申请号：CN201910137115.8
申请日：2019-02-25
申请人： 大连理工大学
IPC分类号： G06F17/50
摘要： 本发明属于航空发动机建模与仿真技术领域，提供了一种组合式航空发动机高压齿轮泵建模仿真及故障注入方法，是指提取航空发动机中离心泵和齿轮泵的流场域，并合并形成组合流场域，根据其工作原理拆分成不同单元，利用有限元分析的方法对各单元进行网格划分，并设置边界条件、介质常数等，在Pumplinx中实现仿真得到泵的工作特性，并通过调节齿轮侧向间隙对仿真模型进行调试至仿真误差在5％以内，然后在调试好的模型基础上设置故障，得到故障下泵的工作特性变化的方法。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.044 秒)
