《表1 性能检测参数：基于多元退化的航空机电系统的剩余寿命预测》
提示：宽带有限、当前游客访问压缩模式
从表1中我们能够得到10个监测点的检测参数，并能够计算出性能退化值和实际退化值的误差低，利用前文中的计算公式能够得到航空发动机系统性能退化剩余寿命。
| 图表编号 | XD00900700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 刘敏、刘长生 |
| 绘制单位 | 长沙航空职业技术学院湖南省飞机维修工程技术研究中心、长沙航空职业技术学院湖南省飞机维修工程技术研究中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型参数估计值：二元相关退化系统可靠性分析及剩余寿命预测》2020.11.01
- 《表3 工人操作技术等级：基于改进卷积神经网络的航空发动机剩余寿命预测》2020.12.25
- 《表1 粗糙度综合参数：基于改进卷积神经网络的航空发动机剩余寿命预测》2020.12.25
- 《表2 测试样本预测结果：基于相似时间序列的航空发动机剩余寿命预测》2020.04.01
- 《表1 HI评价指标对比：航空发动机的健康指标构建与剩余寿命预测》2020.04.01
- 《表1 实验数据集参数：基于BiLSTM的滚动轴承剩余使用寿命预测》2020.05.25
- 《表1 航空机电系统诊断和预测算法模型对比》2020.07.25
- 《表1 发动机拆换记录：考虑脆弱性的航空发动机剩余寿命预测》2020.08.01
- 《表4 参数估计结果：考虑脆弱性的航空发动机剩余寿命预测》2020.08.01
- 《表1 系统性能对比：执行器退化下反馈控制系统的寿命预测和延寿方法》2020.08.01
- 《表2 各模型结果对比：基于CAE与LSTM的航空发动机剩余寿命预测》2020.08.01
- 《表1 预测参数：基于多源信息融合的飞行器部件剩余寿命预测》2020.02.20
- 《表2 对比模型的航空发动机剩余寿命预测误差》2020.01.25
- 《表1 部分监测数据：基于健康指数相似的航空发动机剩余寿命预测》2020.01.08
- 《表2 预测结果：基于健康指数相似的航空发动机剩余寿命预测》2020.01.08
- 《表3 分类结果对比表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表2 网络参数设置表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表2 性能综合比较表：基于深度神经网络的切削刀具剩余寿命预测》2019.06.01
- 《表1 陀螺仪退化数据：考虑随机失效阈值的设备剩余寿命在线预测》2019.05.01
- 《表7 基于刚度退化的疲劳寿命预测结果》2019.01.01