科技成果

阅读数: 1101

成果名称: 基于深度学习的飞行器故障不确定性评估与预测研究

成果登记号: 9612023J0093

第一完成单位: 西北工业大学

联 系 人: 王秦怡

成果类型: 基础理论

成果体现形式 : 论文

应用行业: 制造业

学科分类: 航空、航天科学技术基础学科(590.10)

完成人: 姜洪开,邵海东,牛茂贵,李兴球

成果简介:

飞行器关键部件状态变化频繁和工作环境复杂多变,使得飞行器故障具有不确定性,而关键部件故障不确定性往往会导致灾难性后果,飞行器故障预测与健康管理一直是研究热点。本项目针对飞行器关键部件故障不确定性评估与预测这一难点与重点问题,探索了飞行器关键部件故障不确定性机理,建立了飞行器关键部件故障不确定性模型,揭示了飞行器关键部件故障评估和预测中的不确定性因素;建立了基于多源飞行参数信息的飞行器关键部件故障不确定性信息度量模型,构建不确定性故障特征量综合评估体系;研究了基于不确定性故障特征量的特征表示和深度学习模型建立方法,构造了基于学习深度方法的飞行器关键部件故障不确定性智能评估和预测算法。本项目研究成果在故障不确定性分析理论、飞行器关键部件故障不确定性智能评估与预测方法方面有所创新和突破,为提升飞行器的安全性和可靠性提供新的理论与方法。