天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 自動化論文 >

基于深度學習的超燃沖壓發(fā)動機智能傳感技術研究

發(fā)布時間:2021-06-25 09:22
  隨著高超聲速推進技術的發(fā)展,超燃沖壓發(fā)動機的關鍵參數(shù)監(jiān)測和狀態(tài)感知需求日益提高,但目前尚未有專門的監(jiān)測體系全面對超燃沖壓發(fā)動機進行參數(shù)監(jiān)測。此外,由于超燃沖壓發(fā)動機的燃燒效率與燃燒室內(nèi)流動燃燒組織過程密切相關,對燃燒室內(nèi)的參數(shù)監(jiān)測更應該關注其場分布;谝陨蟽牲c,本文構建了超燃沖壓發(fā)動機智能傳感體系來實現(xiàn)對發(fā)動機全面的參數(shù)監(jiān)測,并提出了多項基于深度學習的關鍵技術來實現(xiàn)場分布重建和狀態(tài)感知,進一步對這些關鍵技術進行了應用研究,主要內(nèi)容如下:以超燃沖壓發(fā)動機的多層次結構為基礎,構建了發(fā)動機智能傳感體系,并利用其協(xié)調(diào)匹配特性,進一步構建了智能傳感網(wǎng)絡。通過網(wǎng)絡各層的信息傳輸,實現(xiàn)發(fā)動機運行參數(shù)監(jiān)控、發(fā)動機狀態(tài)變化感知和傳感器失效處理這三類重要功能。提出多項基于深度學習的關鍵技術,對其中的多信息融合技術展開介紹,并將其融入發(fā)動機智能傳感體系。對基于深度學習的燃燒室壁面溫度場重建算法進行應用研究。本算法最初由反卷積網(wǎng)絡構建而成,在仿真數(shù)據(jù)集下能夠?qū)崿F(xiàn)較高精度的壁面溫度場重建,但是重建結果過于平滑,細節(jié)不明顯。進一步采用生成對抗網(wǎng)絡構建壁面溫度場重建算法,結果表明該算法的重建結果能以少量均方誤差為... 

【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】:82 頁

【學位級別】:碩士

【部分圖文】:

基于深度學習的超燃沖壓發(fā)動機智能傳感技術研究


超燃沖壓發(fā)動機結構示意圖

基于深度學習的超燃沖壓發(fā)動機智能傳感技術研究


全連接網(wǎng)絡和卷積神經(jīng)網(wǎng)絡特征提取示意圖

基于深度學習的超燃沖壓發(fā)動機智能傳感技術研究


LSTM結構示意圖

【參考文獻】:
期刊論文
[1]基于深度學習多樣性特征提取與信息融合的行星齒輪箱故障診斷方法[J]. 金棋,王友仁,王俊.  中國機械工程. 2019(02)
[2]基于反卷積特征學習的圖像語義分割算法[J]. 鄭菲,孟朝暉,郭闖世.  計算機系統(tǒng)應用. 2019(01)
[3]基于深度反卷積神經(jīng)網(wǎng)絡的圖像超分辨率算法[J]. 彭亞麗,張魯,張鈺,劉侍剛,郭敏.  軟件學報. 2018(04)
[4]紅外技術在航空發(fā)動機工作狀態(tài)監(jiān)控中的應用[J]. 張若嵐,張晉,林宇,雷正剛,杜欣悅,蘇君紅.  紅外技術. 2014(02)
[5]超燃沖壓發(fā)動機狀態(tài)監(jiān)測參數(shù)選擇[J]. 張宇飛,郭迎清.  測控技術. 2013(09)
[6]多源信息融合關鍵問題、研究進展與新動向[J]. 陳科文,張祖平,龍軍.  計算機科學. 2013(08)
[7]Modified adaptive algebraic tomographic reconstruction of gas distribution from incomplete projection by a two-wavelength absorption scheme[J]. 李寧,翁春生.  Chinese Optics Letters. 2011(06)
[8]超燃沖壓發(fā)動機控制方法[J]. 于達仁,常軍濤,崔濤,唐井峰,鮑文.  推進技術. 2010(06)
[9]航空發(fā)動機研制高溫測量技術探討[J]. 楊永軍,蔡靜,趙儉.  計測技術. 2008(S1)
[10]基于粗糙集理論的多傳感器信息融合[J]. 原新,朱齊丹,蘭海.  哈爾濱工業(yè)大學學報. 2006(10)

博士論文
[1]基于TDLAS技術的燃燒場溫度與氣體濃度分布重建研究[D]. 孫鵬帥.中國科學技術大學 2017
[2]基于多傳感器信息融合關鍵技術的研究[D]. 康健.哈爾濱工程大學 2013

碩士論文
[1]基于深度學習的流場數(shù)據(jù)后處理方法的研究[D]. 姚葉.北京郵電大學 2018
[2]基于深度學習的稀疏流場處理方法的研究與實現(xiàn)[D]. 熊曄穎.北京郵電大學 2018
[3]基于生成對抗網(wǎng)絡的人臉超分辨率重建及識別[D]. 賈潔.電子科技大學 2018
[4]基于深度學習的信息融合方法研究[D]. 趙彥東.哈爾濱工程大學 2017
[5]支板/壁面燃油分配對超聲速燃燒室燃燒性能的影響[D]. 張軍龍.哈爾濱工業(yè)大學 2015
[6]航空發(fā)動機紅外測溫監(jiān)控技術研究與系統(tǒng)設計[D]. 杜欣悅.西南交通大學 2015
[7]固體火箭沖壓發(fā)動機測控技術研究[D]. 林禹.西北工業(yè)大學 2002



本文編號:3248952

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3248952.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶49b06***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com