基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。     

飞行仿真系统EasyFlight及其应用

一、引言航空运输飞行事故调查和飞行品质监控都是以记录器记录的飞行数据为依据来开展工作的。传统的数据分析方法是通过数据列表、二维曲线图以及数据表格研究飞机记录参数的变化情况,但由于飞行数据记录器和快速存取记录器(QAR)所记录的参数很多,以波音737-800为例,机上安装     

面向终端区航空器飞行状态识别的HMM方法

为了准确掌握和预测终端区航空器飞行状态及其时序,为管制指挥提供参考,提出了一种基于隐马尔可夫模型的终端区飞行状态识别模型。通过对终端区雷达数据的一致化处理,形成符合隐马尔可夫模型的雷达航迹特征表示;采用雷达特征航迹训练隐马尔可夫模型,建立航空器飞行状态及其时序识别模型。实验表明:对于常规进场的航空器,方法快速有效,平均识别率高达91.53%;模型充分体现了管制意图信息与飞行意图信息;可以帮助管制员及时准确判断航空器的飞行状态。     

拟VGG16网络的航空传感器故障检测分类

参考计算机视觉等领域的研究与应用进展，提出了拟图智能化故障诊断概念；拟照VGG16图像分类网络，提出了一种航空传感器故障检测与分类方法。首先，基于仿真、实飞等手段建立了航空传感器故障飞行数据库；该数据库包含4型大型客机、通航飞机在5种飞行状态的飞行数据，并可有效模拟气动数据、惯性测量单元等传感器的故障。其次，提出将航空器气动数据、惯性测量单元等传感器的测量数据堆叠成灰度图像数据格式；该图像保留了传感器测量数据的时间、空间耦合特征，将传感器故障检测与分类转换成为图像上的异常区域检测与分类问题。再次，提出了一种数据增强方法，将堆叠形成的传感器测量数据图像的维度增强为VGG16图像分类网络输入维度，并基于预训练的VGG16图像分类网络，采用微调优化网络模型，最终得到了拟图智能化航空传感器故障检测与分类深度神经网络。在多个航空器数据集上的实验结果表明，网络的平均测试准确度可以达到97.6%。最后，参考计算机视觉领域的深度神经网络可解释性分析方法，基于类激活映射图（CAM）对本文发展的传感器故障检测与分类网络进行了分析，初步阐明了网络内部各层卷积核节点特征提取运算的机理，提升了该网络故障检测与分...     

基于高空风修正的四维航迹优化算法

航迹预测是基于航空器航迹运行的核心技术,也是空中交通流量管理的基础技术。结合航空器飞行速度数据与航段飞行时间数据,分析高空风对航空器飞行时间的影响。基于GRIB2格式风数据,建立高空风修正模型,提出一种四维航迹优化算法进行航迹预测。利用中南区域实际航班飞行数据进行算例仿真,并与实际雷达飞行数据进行对比。对比结果表明,预测飞行时间总误差分别减少了7%和16.4%,从而验证了模型的有效性与正确性。     

基于滑窗检测的机载设备故障诊断仿真系统

根据机载设备故障诊断的需求,结合飞机性能监控系统的结构框架和机载设备的特点,提出基于快速存取记录器（QAR）记录的飞行数据和滑窗检测原理的机载设备故障诊断算法,并实现相应的机栽设备故障诊断仿真系统。在简述QAR数据译码与数据选择方法的基础上,论述了滑窗检测的原理并对其性能进行分析：设计实现了基于QAR的机载设备故障诊断仿真系统并给出仿真结果。结果表明,该系统可以有效诊断存在的故障,并能大大降低虚警概率,对保障飞行安全具有重要意义。     

基于飞行过程数据的航空发动机故障诊断方法研究

针对航空发动机飞行过程数据,结合门控循环单元（GRU）动态网络和深度神经网络（DNN）,提出了一种数据驱动的航空发动机故障诊断结构。首先,从飞行数据中抽取发动机健康数据,并通过一组GRU网络建立发动机在健康状态下的动态模型。其次,通过GRU动态模型的预测值与真实测量信号生成残差信号,残差信号作为DNN网络的输入预测发动机健康参数。最后,通过诊断决策模块实现对发动机的故障检测与识别。使用仿真生成的真实飞行工况数据集对提出的故障诊断系统进行了验证。结果表明,相比于直接使用传感器测量数据,基于GRU网络的残差结构能够大幅提升故障检测和识别性能,故障检测和识别准确率分别可达96.51%和95.06%,并且对训练数据样本数量的依赖性较小,较少的训练样本也能获得很好的预测结果。     

冲偏出跑道事件风险影响指标分析

目前对冲偏出跑道风险的研究多基于事故统计数据,较少从飞行数据及飞行操作特征的角度进行分析。基于飞行数据,对冲偏出跑道事件开展风险分析。将飞行数据分为飞行状态、操作指令、信息3 类,以此研究飞机在起飞滑跑、着陆、着陆滑跑3 个阶段的状况及风险影响指标;通过数据所反映的操作特征,结合标准操作程序,推导出飞机偏离正常数据、与标准操作不相符的操作,得到影响正常飞行的风险因素;基于行为安全2-4 模型,建立冲偏出跑道风险评价指标体系,对实际案例的事故致因机理进行研究,着重分析操作特征及人为因素,并提出冲偏出跑道风险防控措施。结果表明：通过对飞行操作特征及飞行参数的分析,从操作类、数据类以及环境类3 个维度建立风险影响指标体系,可以降低指标因素对冲偏出跑道事件的影响;从人、机、环、管方面提出改进措施,可有效降低冲偏出跑道事件发生的概率。     

飞行数据采集、记录与译码

飞行数据通常是指记录下来的用于描述飞机运动状态以及飞机各系统工作状态的参数的集合,被广泛应用与事故调查、事件调查、飞行品质监控以及飞机维修等领域。论文结合具体实例,详细地分析与介绍了飞行数据的采集原理、飞行参数的记录方式和数据译码过程。有利于飞行数据在应用上的进一步发展。实现了将飞行数据从二进制数到实际工程值之间的转化过程。     

航空器RNP运行中飞行轨迹监测的研究与实现

从分析RNAV／RNP运行对航空器飞行时机载设备的性能特点出发，说明了RNAV／RNP运行初期对飞行品质的监测要求和意义，并就QAR数据作为监测数据源进行了精度分析．表明其可用性，进而给出了一种通过处理QAR数据．反演实际飞行的仿真轨迹，与设计轨迹之间实现了直观比对，并计算给出了比对差值的均值与方差，实现了监测飞行品质的目的。     

一种航空发动机运行可靠性评估方法

航空发动机运行过程中,可靠性评估是航空发动机可靠性评估领域的关键问题之一,而合理的评估方法能够提高可靠性分析的效率和精度,因此本文提出一种支持评估飞机任务过程中航空发动机运行可靠性的方法。结合飞行任务特点和航空发动机工作特性,以快速存取记录器信息为分析数据,考虑当前运行环境、飞机瞬时状态、发动机当前工作状态 3 类因素对运行可靠性进行分析;将随机森林算法与分层抽样法结合对数据进行拟合、预测并计算特征重要度;以 B737-800 机型一次北京—乌鲁木齐的飞行任务为例,对方法的有效性和可行性进行验证。结果表明：本文提出的可靠性评估方法解决了航空发动机运行过程中数据量大、维度高导致的数据处理困难问题。     

基于机器学习的飞机动力装置运行可靠性

为了研究分析飞机的动力装置在执行飞行任务过程中的运行可靠性,针对运行可靠性影响因素的多维、耦合的特点,采用机器学习方法对动力装置运行可靠性的时变规律及其相关影响因素进行分析。提出了考虑动力装置的工作状态、飞机的运行外界条件、飞机的飞行状态3类因素分析动力装置实时运行状态下的时变可靠性方法;并基于飞机实际运行的快速存取记录器（QAR）数据,梳理了动力装置运行可靠性分析相关的3类因素、16个主要特征。结合飞机运行的时空关系,采用数据包络分析（DEA）方法对飞机动力装置的工作状态特性与性能裕度进行非参数分析,基于提取的QAR数据特征,采用随机森林、多变量神经网络回归算法,建立2种基于机器学习的动力装置运行可靠性分析模型。以B737-800机型为例,对一次北京至珠海的飞行任务的动力装置相关运行数据进行分析,对2种机器学习分析模型进行训练与测试研究。分析结果表明：对动力装置工作状态特性贡献度最大的特征依次为计算空速、飞行时间与飞行高度;对动力装置性能裕度贡献度最大的特征依次为动力装置工作状态特性、雷达气象与飞行时间。所采用的2种机器学习方法能较好反映动力装置运行过程的时变可靠性规律,可为动力装置的运行与特情处理提供参考。     

A320驾驶舱人为错误的管理

防止驾驶舱人为错误是保障飞行安全的有效措施。根据Helmreich操作类型分类法,统计分析了国航浙江公司A320飞机QAR三级超限事件连续三年的数据,并结合问题调查等数据,对该公司的人为错误进行研究,并给出了可操作性的人为错误管理策略,探索了利用QAR数据开展航空公司人为错误研究的方法,为国航浙江公司A320飞机的人为错误管理提出了建议。对提高飞行安全减小人为错误具有积极意义。     

一种对飞行参数选取的自适应方法

飞参数据的典型选取问题是单机寿命监控以及飞行品质分析中压缩数据的储存空间关键。针对飞参数据的特征,提出了一种基于ELM极限学习机的飞参数据选取的模型。利用极限学习机ELM神经网络、文化基因算法MAS优化的方式,克服了算法中存在早熟收敛和局部极小的问题。实现了对飞机不同部位载荷自适应选取不同飞行参数的效果,有效获得评估出飞参数据的重要度。验证结果表明,优化后的ELM-M模型比传统选取飞参模型的精度得到了极大提高,泛化能力增强,说明了方法的可行性、有效性。     

General Aviation Aircraft Flight Operations Quality Assurance: Overcoming the Obstacles

This describes the initiative to introduce a capable yet affordable Flight Operations Quality Assurance (FOQA) program into the general aviation industry. A brief overview of the FOQA concept is given along with a historical perspective to the evolution of such programs. Initial development of a FOQA program for general aviation by the Center for Sensors and Sensor Systems at Saint Louis University is introduced herein. A brief discussion of the obstacles in developing such a system is presented, as well as strategies for overcoming these obstacles. The system consists mainly of a quick access recorder (QAR) that is conceived to be a stand-alone, non-intrusive system that collects parametric flight data, a preprocessor system to analyze initial data sets and validate their use, and post-processor software used in the analysis of available flight parameters. The program concepts are presented for initial determination of the needs and possibilities, and examples are presented along with flight data collected in the University's fleet of aircraft.     

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

飞行品质仿真计算与试飞数据对比分析

随着飞行控制系统越来越复杂,试飞过程逐渐向数字化过渡。在开展飞行试验前,通过数值模拟对飞机的主要飞行品质参数进行仿真计算,可以为试飞过程提供参考,提高飞行试验的效率。根据某型飞机的风洞试验数据,建立该型飞机的气动力数学模型,基于Flightgear飞行模拟软件搭建功能完备的实时飞行模拟平台,完成飞行品质的数字化试飞。选取典型试飞数据对所建立的气动力模型与数值仿真结果进行验证,结果表明:数值仿真结果与试飞结果具有较好的一致性。