通过飞行器早期故障机理与人、机、环境的相关性研究,将人工智能和多源信息融合相结合,利用故障特征细化与支持向量机分类估计理论和方法,探索飞行器早期故障信息获取和对早期故障进行快速识别、分离与容错监控的有效途径,并建立基于Multi-agent的飞行器早期故障三级协同诊断网络系统,为提高飞行器的安全性和可靠性及对早期故障的识别与防护能力提供新思想、新理论和新方法。.本项目为国家自然科学基金委员会与中国
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形维数和支持向量机的串联电弧故障诊断方法
基于FTA-BN模型的页岩气井口装置失效概率分析
结核性胸膜炎分子及生化免疫学诊断研究进展
物联网中区块链技术的应用与挑战
人工智能技术在矿工不安全行为识别中的融合应用
飞行器早期故障智能自愈新方法探索性研究
电力电缆故障诊断信息获取与处理新方法研究
基于信息融合技术的飞行器电网巡线故障诊断
智能信息融合变电站故障诊断理论方法研究