作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大型运输机发动机的健康管理研究较为广泛,相对于运输航空,针对通用航空领域以训练飞行为主的小型教练机发动机的异常检测技术还不够成熟.训练飞行具有飞行模式固定,起降频次较高,信息数据结构简单的特点,更适合引入深度学习对其进行建模分析.本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析.为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路.
推荐文章
基于QAR数据的飞机发动机性能异常检测
QAR
燃油流量
偏最小二乘法
异常检测
基于多源数据的液体火箭发动机智能异常检测
液体火箭发动机
异常检测
自编码式—生成对抗网络
多源数据
航空发动机振动信号分析
航空发动机
振动信号
预处理
时域分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 通用航空训练飞行发动机数据异常检测初探
来源期刊 内燃机与配件 学科 航空航天
关键词 异常检测 训练飞行 深度学习
年,卷(期) 2022,(3) 所属期刊栏目 质量与检修|Quality and Maintenance
研究方向 页码范围 97-99
页数 3页 分类号 V216.7
字数 语种 中文
DOI 10.3969/j.issn.1674-957X.2022.03.030
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异常检测
训练飞行
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
内燃机与配件
半月刊
1674-957X
13-1397/TH
大16开
河北省石家庄市经济技术开发区世纪大道66号
1980
chi
出版文献量(篇)
16567
总下载数(次)
64
总被引数(次)
15397
论文1v1指导