《多源信息融合的航空部附件状态退化预测》PDF+DOC
作者:李文峰,许爱强,陈涛,韩广民
单位:中国仪器仪表学会;上海工业自动化仪表研究院
出版:《自动化仪表》2016年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYB2016080110
DOC编号:DOCZDYB2016080119
下载格式:PDF + Word/doc 文字可复制、可编辑
《MEMS惯性传感器融合的水平姿态解算方法》PDF+DOC2015年第02期 黎永键,赵祚喜,高俊文
《基于多传感器融合的动态手势识别研究分析》PDF+DOC2017年第17期 马正华,李雷,乔玉涛,戎海龙,曹海婷
《基于多传感器时域特征的实时人体行为识别(英文)》PDF+DOC2017年第04期 刘宇,余跃,路永乐,郭俊启,邸克,陈永炜
《多传感器信息融合技术及其在驾驶模拟器中的应用》PDF+DOC2004年第04期 曹辉,吴超仲,严新平
《基于惯性传感器的可穿戴设备智能控制技术的研究与实现》PDF+DOC 潘家瑶
《基于表面肌电和加速度信息融合的手势识别》PDF+DOC2019年第05期 孔冬荣,朱杰
《基于互补集总经验模态分解和局部异常因子的有载分接开关状态特征提取及异常状态诊断》PDF+DOC2019年第21期 张知先,陈伟根,汤思蕊,王有元,万福
《基于多传感器信息融合的结构损伤识别研究》PDF+DOC2005年第02期 郭健,陈勇,孙炳楠,楼文娟
《基于信息熵融合提取特征的发动机气路分析》PDF+DOC2012年第01期 鲁峰,黄金泉,仇小杰,邢耀东
《动态生理信息融合在人体健康评价系统的应用》PDF+DOC2010年第16期 刘秀玲,杨国杰,王洪瑞,杜欢平,郭磊
针对航空部附件状态退化预测问题,提出了一种经验模态分解(EMD)和自组织特征映射(SOFMs)量化误差模型相结合的部附件退化趋势预测方法。采集部附件多个特征指标的状态监测信息,运用EMD提取包含微弱信号的特征信息,并消除部分噪声干扰;运用SOFMs实现多源传感器信息融合,并建立最小量化误差(MQE)模型,量化部附件运行状态,以实现部附件的状态退化预测。通过对某型航空陀螺仪的仿真验证表明,EMD-SOFMs量化误差模型能够有效、准确地提取陀螺仪状态信息,融合量化陀螺仪运行状态,实现陀螺仪的状态退化预测。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。