QAR超限事件飞行操作风险诊断方法

利用某机型的快速存取记录器(QAR,Quick Access Record)数据,对飞机着陆阶段出现的某一QAR超限事件,选取飞机下降率、俯仰角等飞行员综合操作指标在无线电高度20 feet(1 feet=0.304 8 m)的数值以及20~0 feet之间的变化率,分析由这些指标构成的"空间"中发生该QAR超限事件的"高风险子空间".对同一机场同一机型的多个航班数据初步分析得到,着陆总重大于62 t、着陆温度小于32℃时,正常样本与QAR超限样本占比接近,表明环境因素并非该样本空间中QAR超限事件的主要因素.为进一步诊断,以超限事件发生率最大化为目标,以划分空间中包含的样本满足一定数量标准为约束,建立数学模型,并以黄金分割法为基础设计了算法,找出这些操作指标上区间的边界值,以此诊断可能触发该QAR超限事件的高风险区域,为飞行员模拟机针对性训练提供指导.      

基于自编码器和HMM的民机接地点远事件检测

已有的飞行品质监控（FOQA）标准仅由地速的积分距离判定接地点远事件（LTE）的发生,无法结合多个快速存取记录器（QAR）参数检测并解释发生该事件的原因。通过滑动窗口对包含多个参数的QAR样本进行分段,按照分段位置形成若干分段样本集。由长短时记忆网络（LSTM）自编码器得到QAR样本分段及分段内向量的特征表示,采用K-means分别对这些表示向量进行聚类处理,实现QAR样本及其分段的符号化。使用正常航班QAR样本集的符号序列建立隐马尔可夫模型（HMM）,以检测包含接地点远事件的航班。由发生及未发生接地点远事件的QAR样本各个分段的符号序列构建HMM后,采用Viterbi算法确定接地点远事件在QAR样本分段内的具体位置。在真实QAR数据集上的实验结果表明,与其他多维时间序列异常检测方法相比,所提方法不仅能有效检测接地点远事件,而且可以获得多个QAR参数的异常值,辅助领域专家分析发生该事件的原因。      

基于参数估计和FuzzyARTMAP的直流电动机故障诊断

为提高电机质量和实现系统监控,提出用方波脉冲函数变换法估计电动机参数和用模糊自适应谐振网络(Fuzzy ARTMAP)进行电动机故障诊断.该方法可以在线获得电动机的机电参数,从而了解电动机的工作情况.充分利用Fuzzy ARTMAP网络的模式分类能力,不但可以诊断出故障的类型,还可以诊断出故障的严重程度.仿真及实验结果证明了所提方法的有效性.      

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

基于参数矩阵计算全体极小碰集的方法

极小碰集计算是基于模型诊断的关键步骤之一.针对参数化求解方法的局限性,以及大型系统诊断中由于状态空间规模增加导致诊断能力下降甚至无法诊断等问题,研究了一种非参数化极小碰集求解算法M-MHS(Matrix-based Minimal Hitting Set)算法.该算法利用参数矩阵描述元素与集合的关系,通过矩阵分解将原始问题逐步分解为多个子问题,并采用有效的剪枝规则避免对无解子问题的计算.仿真结果表明:该算法能够计算全体极小碰集,且在进行较大规模碰集计算时性能优于HSSE(Hitting Set-Set Enumeration)算法和去参数化后的BNB-HSSE(Branch and Bound-HSSE)算法,并对不同规律数据能够维持性能稳定,从而为大型系统基于模型诊断提供了可行方法.     

基于DES的单跑道地面等待模型研究

提出了一种新的基于离散事件系统(DES)的单跑道地面等待数学模型.针对 影响机场跑道降落服务时间的不同条件,提出了确定性模型和随机性模型,分别给出了2 个模型的计算方法,比较了算法计算量.并详细研究了跑道降落服务时间参数以及空中等待 和地面等待费用比参数的特性.仿真结果表明算法是行之有效的.该算法已成功应用于空军 某部流量评估系统中.      

基于模糊奇偶方程的PL/INS导航系统故障诊断

提出了一种伪卫星(PL, Pseudolite)/惯性导航(INS, Inertial Navigation System)组合导航系统多故障识别方法.分析了PL的常见故障及其数学模型,采用模糊奇偶方程方法对PL的常见故障进行诊断、隔离和参数识别.采用Takagi-Sugeno(T-S)模糊模型描述PL/INS组合导航系统,对于局部线性化模型建立全解耦奇偶方程,并对奇偶方程的残差进行融合,得到全局残差.结合残差利用卡尔曼滤波进行故障参数识别,给出了参数识别的约束条件.仿真结果表明:针对导航系统中多个PL信号同时发生多种故障的情况,此方法能有效检测故障,并能准确识别出故障模型参数.      

基于模糊故障树法的清洗机器人安全性研究

提出用故障树形图分析法来分析机器人安全性.首先根据机器人设计方案及失效分析建立故障树模型,用故障树分析法对此模型进行定性和定量分析.针对系统底事件和中间事件发生概率情况获取不足的现状,将模糊集理论引入故障树分析法,将底事件(基本事件)发生概率描述为模糊数,通过模糊运算规则估计出整个系统的故障率.      

基于FRFT域特征差异的压制干扰检测与分类算法

针对干信比未知情况下有源压制干扰分类识别结果可信度较低的问题, 提出了一种基于FRFT域特征差异的压制干扰检测与分类算法。首先, 通过FRFT域峰值阶次的序贯判决算法, 进行压制干扰的存在性检测, 以保证压制干扰分类识别在较高的干信比条件下进行; 然后, 在此基础上, 分别提取回波信号在FRFT域的极值阶次标准差和峰值阶次标准差作为分类识别特征量, 同时, 为避免硬判决造成的分类错误, 采用模糊判决的方法得到基于不同特征参数的分类识别结果; 最后, 按一定准则将2种分类识别结果进行融合, 以进一步提高分类识别正确率。仿真结果表明, 与现有压制干扰分类识别算法相比, 该算法较好地解决了分类识别结果可信度较低的问题, 同时具有较高的分类识别正确率。      

多元线性回归在引气系统故障诊断中的应用

针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞行循环内故障检测方法;然后采用最大后验估计方法进行模型参数估计;最后设计了适合多飞行循环数据的模型参数最大后验估计算法.借助仿真数据和航空公司收集的实际飞行数据对方法进行了验证,结果表明了该方法有效且具有一定工程应用价值.      

三维重建的飞机机动动作库设计与可视化

机动动作库是飞机空战仿真的重要基础,可靠的、具有针对性的机动动作库能够提高空战仿真的真实性和应用价值。为了建立具有针对性的机动动作库,提出了一种通过三维逆向建模进行气动特性计算再建立飞机机动动作库的技术途径,对气动参数未知飞机的空战仿真问题提供了技术支撑。首先,对飞机的几何外形进行了三维重建,计算分析了其纵向气动特性;然后,将气动数据加入飞行仿真的限制环节,设计了针对该型飞机典型战术动作的机动动作库;最后,基于MATLAB函数进行了机动动作的可视化研究。研究结果表明:机动动作库体现了对于飞机类型的针对性和可靠性,可视化实现了飞行轨迹和飞机姿态的三维显示及参数游标,为空战决策、空战仿真模拟训练和提高作战效能奠定了基础。      

核空间聚类在图像纹理分类中的简化算法

模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.      

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.     

基于二型模糊系统多源异质信息目标身份类别推理方法

针对前件推理规则未知的目标身份识别问题,考虑到目标信息量测的多源异质特点,利用模糊集对目标速度、图像等多维度特征信息进行统一的抽象化描述,借助遗传算法对模糊推理规则进行优化,在确定模糊划分区间的前提下训练得到最优隶属度函数,建立最优推理规则库。此外,针对由传感器探测精度有限带来的量测不确定性问题,引入区间型样本数据的模糊分类思想,在完成一型模糊系统构建的基础上,提出一种基于二型模糊推理系统的遗传优化算法,给出由三角型隶属度函数嵌入构造对应二型模糊集的推导过程,设计了满足点值与区间型数值复合输入的二型模糊推理系统,并通过仿真验证该推理系统的可行性。     

三轴虚拟转台的智能仿真模型库研究

针对三轴虚拟转台系统中的智能模型库单元,采用遗传算法、参数化设计和虚拟现实等技术,实现转台仿真模型库的智能设计和快速性.通过Pro/Toolkit软件接口和参数化方法建立起转台仿真模型库软件系统,采用遗传算法实现模型库的智能优化设计,同时实现模型库的自动装配和实时仿真,并最终形成通用的转台智能仿真模型库软件平台.实际仿真结果表明,智能模型库的实现除了具有智能参数化模型库设计功能外,还具有优秀的开放接口,如果进一步完善接口的通用性,将减少智能仿真模型库应用的局限性,应用更加广泛.     

基于模糊强化学习的多柔性梁振动控制仿真

空间机械结构趋向大型化、复杂化、柔性化特点,容易导致残余振动,且残余振动频率低,振动时间长.针对多柔性梁耦合结构残余振动问题,通过有限元法建立了动力学模型,分析了振动特性,呈现密频特性,拍频特征.对于残余振动问题,结合模糊强化学习控制算法,构建模糊规则表,使用ε-贪婪法选择每条规则中的动作,进而生成最终的控制电压,与环...     

行星际磁场对磁尾场向电流发生率的影响

利用Cluster卫星的磁场和等离子体探测数据, 研究了行星际磁场(IMF)时钟角(clock angle) Φ和锥角(cone angle) θ对磁尾等离子体片边界层(PSBL)区场向电流发生率的影响. 当时钟角Φ >0时, 磁尾场向电流 的发生率较高, 这表明磁尾场向电流的发生与昏向太阳风条件更为密切; 当 90°<|Φ|<180°时, 场向电流的发生率较高, 这表明 场向电流的发生与南向IMF更为密切. 当锥角θ <30°时(即IMF与 日地连线夹角较小时)场向电流的发生率较低. 而当θ> 30°时, 场向电流在90°<|Φ|<180°的情况下发生率明显增大, 这说明南向IMF情况下, 场向电流发生率明显增大. 但是当|Φ|<90°时 (北向IMF情况下), 尽管θ很大, 场向电流的发生率并未明显增大. 当θ>70°时, 且在140°< < i>Φ<160°的行星 际磁场条件下, 磁尾等离子体片边界层区场向电流的发生率最大.