基于卷积神经网络优化的液压管路卡箍松动识别研究任务书

 2021-11-15 09:11

1. 毕业设计(论文)主要内容:

液压管路作为航天器发动机的主要动力传输元件,长期工作在高温、高压和流固耦合的复杂工况下。作为其支持和固定元件的卡箍的健康状况对其工作时的安全性和稳定性起到至关重要的作用,准确地检测与识别卡箍的松动情况对及时的故障修复来说必不可少。近年来,随着深度学习技术的不断发展,卷积神经网络作为神经网络的主要分支已被广泛应用于图像识别等领域。稀疏连接和共享参数等特点使其适用于解决模式识别等经典问题,但是传统的卷积神经网络由于其串行结构而导致可能的过拟合现象已成为亟待解决的问题,因此本文旨在从结构优化的角度出发,采用并行结构的卷积神经网络与优化后的池化层,使模型在卡箍松动程度识别上取得良好的效果。

2. 毕业设计(论文)主要任务及要求

(1)查阅参考文献15篇以上(其中近5年外文文献不少于3篇);

(2)完成开题报告;

(3)研究深度学习的相关算法,并实现管卡松动特征提取和识别方法的仿真和实验测试;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第4-5周:熟悉掌握基本理论,完成英文资料的翻译。

(3)第6-9周:编程实现系统设计,并进行测试分析。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1]田启川,王满丽.深度学习算法研究进展.计算机工程与应用,2019,55(22).

[2]肖雄,王健翔.一种用于轴承故障诊断的二维卷积神经网络优化方法.中国电机工程学报.2019,39(15).

[3]Yang Feng,et al.Clamps LoosenessDetection of Hydraulic Pipelines Based on Convolutional Neural Network.CSAA/IET International Conference on Aircraft Utility Systems (AUS 2018). 2018(1).

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。