基于RBF神经网络的飞行事故率预测建模

飞行事故率是反映航空安全水平的重要指标。针对飞行事故率预测建模难的问题,采用RBF神经网络方法,建立了飞行事故率的预测模型。仿真试验结果表明,RBF神经网络具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

基于任务分析的飞行机组失误预测研究

在过去的20年内有多起严重事故由机组失误引起,采取措施防止或减少飞行机组失误成为降低航空事故率的关键.通过使用人误预测技术预测机组在执行飞行任务时的失误,寻找失误原因,进一步改进驾驶舱设计或增加培训来降低航空事故率是可行的方法.本研究以民航领域飞行安全需求为背景,在原有人误预测技术基础上,开发了基于任务分析的飞行机组失误预测模型,以某型飞机起飞任务为例,对飞行机组在操纵飞机起飞过程中可能发生的人误进行分析,实现了飞行机组失误的定性和定量预测.     

基于灰色理论的飞行事故率和事故症候率预测

基于灰色预测理论,给出了飞行事故率和事故症候率预测分析的新方法。分析结果表明,采用灰色预测理论对飞行事故率和事故症候率进行预测分析,可以得到满意的预测精度,从而为民用航空器运营管理提供决策依据。     

飞行技术与航空安全国际论坛侧记

多年来,全球航空界始终致力于使航空飞行朝着更加安全的方向前行,其结果也颇值得欣慰,民航百万飞行小时/架次事故率呈逐年下降趋势.令人遗憾的是,飞行事故的实际次数却随着航空运量的快速增长有所上升,因此,在世界航空运输量将不断创下新纪录的未来,降低事故率仍然是一项重要而且紧迫的任务.     

重视空中交通管制中的人为因素

目前,飞机由于机械、结构或设计方面的缺陷而导致的飞行事故越发罕见,飞机的安全性已经达到了一个相当高的水平。然而,有统计表明,虽然飞行事故率在持续下降,但由人为因素所造成的飞行事故率却始终没有降低。     

着陆阶段飞行事故的心理学分析

国际民航组织1959～1994年飞行事故调查统计表明,着陆阶段是飞行事故的多发阶段。按不同飞行阶段的统计,加载、滑行、减载阶段的事故率只占2％;起飞阶段的事故率占14.4％;初始爬升段占10.4％;爬升段占6.9％;巡航段占4.4％;下降段占7.2％;起始进近段占11.3％;五边进近阶段的事故率占24.2％;接地段占19.2％。其中五边进近和接地阶段的时间只有     

直升机的状态与使用监测系统

直升机的飞行安全与状态监测有关统计表明,商业运输直升机的飞行安全系数不及喷气式运输机。据英国民航局1986年统计,大型双发直升机的安全系数只有波音737的1/20。又据美国全国运输安全委员会1989年统计,固定翼飞机的事故率为0.63次/10飞行小时,其中,严重事故率为0.14次/10飞行小时;但涡轴直升机的事故率达到5.43次/10飞行小时,其中,严重事故率为1.34次/10飞行小时。     

随机激励作用下飞机飞行姿态动力学研究

在不考虑客观随机因素的飞机飞行姿态动力学建模和仿真过程中,仿真结果通常与飞行实测数据具有一定的偏差.以飞行实测数据的统计分析为基础,研究了一种具有随机激励的飞行姿态动力学建模方法,并采用随机动力学的研究手段对飞机的飞行动力学问题进行仿真分析.计算结果显示,随机因素对于飞行姿态具有显著的影响,且考虑不确定因素的仿真模型随...     

连续下降最后进近的程序设计

<正>目前非精密进近的最后航段设计采用了传统的梯度下降程序,需要飞行员在通过最后进近定位点以后多次调整航空器的推力、俯仰姿态和高度,这些调整增加了在飞行关键阶段飞行员的工作负荷和发生差错的可能性,这也是现今航空器实施非精密进近时的事故率是实施精密进近事故率7倍的一个重要原因。为了减少航空器在实施非精密进近时的事故率,2013年3月,中国民航局飞行标准司发布了关于连续下降最后进近(CDFA)的咨询通告(AC-121/135FS-2013-46),要求运营人实施CDFA技术或施行等效的安全裕度(落地能     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

基于HFACS的飞行事故人为差错分析方法研究

人为差错是飞行事故最主要的致因因素,分析飞行事故中人为差错特点,进一步采取预防措施,对于飞行安全至关重要。分析HFACS模型,把HFACS模型分解为两部分,包括飞行事故差错模式和差错成因。基于HFACS模型,结合专家主观评分法和灰色系统理论构建了适用于航空飞行事故的人为差错致因分析的综合分析模型。利用专家主观评分法对飞行操纵中的人为差错致因进行分析,利用灰色理论对飞行操纵人为差错的影响要素进行量化排序,并通过实例验证了所提出的方法的有效性。     

Unsteady aerodynamic modeling at high angles of attack using support vector machines

Accurate aerodynamic models are the basis of flight simulation and control law design.Mathematically modeling unsteady aerodynamics at high angles of attack bears great difficulties in model structure determination and parameter estimation due to little understanding of the flow mechanism.Support vector machines(SVMs)based on statistical learning theory provide a novel tool for nonlinear system modeling.The work presented here examines the feasibility of applying SVMs to high angle-of-attack unsteady aerodynamic modeling field.Mainly,after a review of SVMs,several issues associated with unsteady aerodynamic modeling by use of SVMs are discussed in detail,such as selection of input variables,selection of output variables and determination of SVM parameters.The least squares SVM(LS-SVM)models are set up from certain dynamic wind tunnel test data of a delta wing and an aircraft configuration,and then used to predict the aerodynamic responses in other tests.The predictions are in good agreement with the test data,which indicates the satisfying learning and generalization performance of LS-SVMs.     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。     

Aerodynamic Modeling and Parameter Estimation from QAR Data of an Airplane Approaching a High-altitude Airport

Aerodynamic modeling and parameter estimation from quick accesses recorder (QAR) data is an important technical way to analyze the effects of highland weather conditions upon aerodynamic characteristics of airplane. It is also an essential content of flight accident analysis. The related techniques are developed in the present paper, including the geometric method for angle of attack and sideslip angle estimation, the extended Kalman filter associated with modified Bryson-Frazier smoother (EKF-MBF) method for aerodynamic coefficient identification, the radial basis function (RBF) neural network method for aerodynamic modeling, and the Delta method for stability/control derivative estimation. As an application example, the QAR data of a civil airplane approaching a high-altitude airport are processed and the aerodynamic coefficient and derivative estimates are obtained. The estimation results are reasonable, which shows that the developed techniques are feasible. The causes for the distribution of aerodynamic derivative estimates are analyzed. Accordingly, several measures to improve estimation accuracy are put forward.     

模型直升机悬停状态下飞行力学模型辨识

 直升机飞行力学模型的准确性对于直升机的控制系统设计具有非常重要的影响。采用常规的建模方法往往很难获得准确的飞行力学模型。为满足飞行控制系统设计的需要,提出了一种直升机飞行力学模型的系统辨识建模方法。该方法将机理建模方法与辨识建模方法相结合,首先利用状态子空间法获得直升机的近似飞行力学模型,再将机理建模提供的先验知识与子空间法辨识得到的模型相融合,限定主要参数,采用误差预报法进一步寻优得到较准确的直升机飞行力学模型。通过飞行试验,成功地辨识得到了悬停状态下模型直升机状态空间方程表达的线化飞行力学模型。所得的辨识结果能够准确预测出模型直升机的响应,可以应用于飞行控制系统设计当中。     

Modeling of helicopter flight imitation in the vortex ring state

A method of imitating the helicopter flight on a flight simulator is proposed for the vortex ring state hover flight. Algorithms of artificial neural networks are used for the modeling. The method allows modeling the characteristics of the main rotor's loading during a dangerous descent of the helicopter.