-
Patent Agency Ranking
公开(公告)号：CN108153982B
公开(公告)日：2021-07-06
申请号：CN201711436067.X
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
-
公开(公告)号：CN108170945B
公开(公告)日：2021-07-02
申请号：CN201711436066.5
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
-
公开(公告)号：CN112948995A
公开(公告)日：2021-06-11
申请号：CN202110165253.4
申请日：2021-02-06
Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心) , 哈尔滨工业大学
IPC: G06F30/17 , G06F30/20 , G06F119/14
Abstract: 一种考虑固体润滑涂层影响的球轴承力学行为分析方法。该方法包括：(1)计算一系列载荷点下固体润滑轴承的钢球与内外圈的接触变形；(2)应用最小二乘法拟合获得固体润滑球轴承轴承内外套圈与钢球的接触载荷与接触变形幂函数关系式；(3)基于轴承内外套圈与钢球的接触载荷与接触变形的关系式建立固体润滑球轴承力学分析模型；(4)采用Newton‑Raphson法求解模型。本方法克服了基于Hertz接触理论的现有球轴承力学行为分析模型无法考虑固体润滑涂层影响的局限性，提高了固体润滑滚动轴承内部接触力载、接触刚度等力学行为的计算精度与可信度，对准确评价固体润滑涂层对轴承力学特性的影响具有重要意义。
-
公开(公告)号：CN108170945A
公开(公告)日：2018-06-15
申请号：CN201711436066.5
申请日：2017-12-26
Applicant: 哈尔滨工业大学
Abstract: 一种航空发动机修后排气温度裕度预测方法，本发明涉及航空发动机修后排气温度裕度预测方法。本发明为了解决现有技术航空发动机修后排气温度裕度预测误差较大的缺点。本发明包括：一：采用五次多项式拟合对航空发动机送修前性能参数序列进行特征提取，得到送修前性能参数特征向量矩阵；二：采用堆叠自编码深度学习网络对航空发动机单元体维修深度进行特征提取，得到单元体维修深度特征向量矩阵；三：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；四：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；本发明用于发动机的维修维护领域。
-
公开(公告)号：CN108153982A
公开(公告)日：2018-06-12
申请号：CN201711436067.X
申请日：2017-12-26
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 基于堆叠自编码深度学习网络的航空发动机修后性能预测方法，本发明涉及航空发动机修后性能预测方法。本发明为了解决现有技术进行航空发动机修后性能预测误差较大的缺点。本发明包括：一：得到送修前性能参数特征向量矩阵和单元体维修深度特征向量矩阵；二：将送修前性能参数特征向量和单元体维修深度特征向量进行合并，得到修后性能特征向量；三：利用修后性能特征向量和每个维修案例对应的修后性能参数序列，采用BP神经网络建立航空发动机修后性能预测模型；四：将建立的航空发动机修后性能预测模型采用粒子群优化算法进行c、d、h的优化，得到最优航空发动机修后性能预测模型。本发明用于发动机的维修维护领域。
-
-
-
-
Search Results
35
records
(took 0.033 seconds)
