基于四维导引的飞机纵向飞行剖面的解算与综合

定常Mach/CAS型下降是一种符合驾驶员实际操纵特性的剖面下降方法,可方便地用于对进入终端空域的飞机进行四维导引和控制。本文研究了这种四维飞行剖面的计算与综合技术,分析了剖面的构成与结构特点;讨论了剖面解算的数值积分算法和简化代数算法;对飞行速度剖面,提出了双参数描述法来扩大对飞行时间的调整范围,并开发了相应的迭代算法;最后以波音707飞机为对象,进行了数字仿真计算,得到了满意的结果。     

某型飞机燃油计算软件算法研究

实时准确地测量油箱中的剩余油量可以精确计算飞机续航时间,保证飞机安全飞行。本文对某型飞机燃油计算软件算法进行研究,提出了一种稳定、可靠、准确的燃油计算方法,该算法包含油面高度和油面角的计算、燃油质量特性数据库查询、差值解算和信息后处理,可精确得出各油箱内的燃油油量。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

紊流环境下四维轨迹优化的伪谱方法研究

为了提高紊流条件下飞机的飞行安全,提出了一种基于伪谱方法的四维轨迹优化方法。建立了不确定环境中的飞机动力学模型和紊流模型,并设计了目标函数和约束条件;通过伪谱法将不确定环境下的四维轨迹优化问题转化为非线性优化问题,然后应用序列二次规划对该问题进行求解;讨论了不同的配点数对优化结果的影响,分析比较了GPM,LPM和RPM三种伪谱法的特点。仿真结果表明,紊流情况下,所提算法可以精确地找到四维飞行轨迹。     

基于Karhunen-Loève展开的分布式变体飞行器最优控制方法

针对分布式变体飞行器变形规律优化问题的特殊性和计算困难性,提出了一种有效的解决方法。该问题的变形变量在空间和时间上均具有无穷维度,求解难点体现在:现有最优控制方法无法直接求解无穷维控制量问题;变形引起的气动模型数据维度增加,计算量呈级数增长,制约了优化求解。针对这两个问题,基于Karhunen-Loève展开方法对分布变形域进行离散和降维,采用有限维变形控制参数和几何模态描述,将原优化问题转化为可求解的有限维最优控制问题;采用Kriging方法和拉丁超立方抽样(LHS)方法构造了与变形控制参数相关的气动代理模型,大幅降低求解该问题的严重计算负担;结合离散降维最优控制模型和气动代理模型,基于hp自适应伪谱方法,建立了变形规律优化求解过程。以翼型分布式变体问题为例,对给定的飞行任务要求,以燃料消耗最省为目标,实现了全弹道翼型变形过程和迎角、燃油消耗率等控制量的同时优化,获得了更省能量的变体飞行方案,验证了所提方法的可行性。本文所发展方法具有通用性,能扩展到机体/弹体等更为复杂的变体形式,可为未来变体飞行技术发展提供支持。     

民用飞机飞行管理仿真系统设计与实现

主要讨论关于广义飞行管理系统的仿真实现,对水平和垂直剖面优化算法及其飞行控制算法方面进行了相关研究,并且在Visual C++平台上实现了飞行计划、导航、四维制导、控制显示单元、ARINC429总线通信、主飞行显示和航图显示等功能。仿真结果表明,此仿真系统的设计是成功的,开展飞行管理系统的仿真研究在整个飞机的研制中具有十分重要的意义。     

基于训练任务的通用教练机复杂阶段燃油消耗研究

随着我国航空业对飞行员需求的提高,航校的飞行培训行业也获得很高的关注,对航校的通用教练机燃油消耗进行预测估计是十分必要的。结合训练大纲,文中基于训练任务的阶段性特点,认为机动训练阶段和起落航线阶段为训练任务的复杂阶段,将学习曲线应用于飞行学员的训练任务复杂阶段,引入学习率作为燃油消耗的影响因素之一,利用粒子群算法寻找最优参数,通过支持向量机回归建立通用教练机复杂阶段的燃油消耗模型,估计燃油消耗量。     

月面远程运输飞行轨迹优化设计

针对月球表面不同区域之间的载人或载货运输问题,设计了一种基于上升-巡航-下降模式的燃料最省飞行轨迹。首先通过求解不同飞行时间的Lambert问题确定了最佳飞行时间,并获得了对应的双脉冲解,然后利用有限推力替代两次速度脉冲,建立了非线性规划问题,求解得到了有限推力燃料最省飞行轨迹。优化设计过程中主要研究了两个主要难点:bang-bang控制与飞行高度约束。这两个问题通过推力加速度与飞行时间的数值延拓得以解决,同时揭示了月面飞行的基本原理。最后给出了3种不同应用场景的仿真算例,仿真结果表明,当飞行时间为小时量级时,上升-巡航-下降飞行模式下的优化解即为燃料最优解,如果飞行距离较远,则还需要适当增加飞行时间从而满足飞行高度约束。     

一种基于自动相关信息四维运算的飞行间隔算法设计与实现

本文介绍了无人机（UAV：UnmannedAerialVehicle）航路规划的分层模式，提出了实时航路规划中四维接近算法，对UAV与静态和动态目标的接近距离进行了分析计算，为航路规划及时提供飞行过程中的危险接近信息，并进行了数字仿真。数字仿真表明：该算法具有较高的运算速度和较好预测精度，可快速提供UAV与周围静态和动...     

基于Origin语言的某型教练机发动机燃油系统故障诊断与分析

某型教练机在低空大表速飞行时,其发动机在最大状态下的供油量超过了发动机在各个状态的最大燃油流量软件值（GT=2300kg／h）,发动机从主燃油流量控制转为发动机应急流燃油量控制。本文对发动机色行数据进行了深入分析,同时结合发动机的三大特性,对其控制系统软件进行更改,经过后续飞行验证．发动机燃油控制系统下作正常。     

终端区域理想速度剖面的生成

本文着重探讨了飞机进入终端区域后理想速度剖面的生成问题,目的是通过执行理想剖面生成算法,达到对飞机进行精确的时间控制,消除等待时间,提高机场利用率,达到节省燃料减少延误的目的。     

小推力深空探测轨道全局优化设计

 针对小推力深空探测四维轨道优化设计,给出了一种组合优化算法,采用该算法基于二体模型进行了深空探测四维轨道全局优化。该组合优化算法由动态规划算法、静态参数优化算法与共轭梯度算法组成。动态规划算法和静态参数优化算法用以选择最优的发射窗口、返回窗口及相应的近似飞行轨道;基于该近似轨道方案,采用共轭梯度算法（解决两点边值问题）求解精确的最优轨道。通过大量的数值仿真计算,得到了航天器的全局最优飞行轨道,及相应的最优发射窗口与返回窗口。数值仿真结果表明,该组合优化算法对深空探测轨道优化具有良好的通用性和工程运用价值。     

基于三维空域网格的低空飞行航迹战略规划方法

针对复杂低空环境下航空应急救援飞行安全问题,提出了一种基于三维空域网格的飞行航迹战略规划方法。将空域网格化分成多个飞行航迹节点,同时考虑地形、气象、飞行规则以及航空器性能等多种约束,使用改进的A*算法搜索单个航空器的最优飞行航迹。在单个航空器初始飞行航迹基础上,结合时间窗原理,提出两种方法解决了多机无冲突航迹战略规划问题。最后,通过案例仿真验证了方法的有效性。     

终端区域4D导引的高度剖面与速度剖面研究

对终端区域４Ｄ导航中高度剖面和速度剖面生成的基本算法进行了研究。结合已经开发的水平轨迹计算方法,生成终端区域的３Ｄ飞行剖面和速度剖面,然后产生４Ｄ导航指令,利用已生成的４Ｄ导航指令可在终端区域引导沿直线或曲线飞行的飞机在规定的时间到达指定地点,从而实现终端区域的４Ｄ导引。最后对某民航运输飞机进行了数值模拟,由计算中看出风对４Ｄ导航的速度剖面有较大的影响,结果还表明该方法计算量小,只需输入少量的参数     

一类最佳飞行轨迹的计算

 本文给出了一种简化的直接多重打靶算法,并讨论了该算法在求解一类最佳飞行轨迹上的应用。数值计算结果表明,本文所给的算法收敛性好,对初值无很高要求,因而避免了在计算之前对问题进行冗繁的解析分析。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

考虑优先级的交叉口航班汇聚排序问题研究

为了有效地利用航路资源,减少飞行延误总成本,建立了改进的航路交叉口汇聚排序模型。为加快求解速度,分析了影响航班延误成本的因素,给出了权重赋值表,改进了现有算法,并用FCFS算法与改进算法进行了算例分析。仿真结果表明,改进算法通过对交叉口航班各属性赋权值可有效进行优先等级划分,完成时隙分配和航班排序的快速计算。采用改进给出的优化排序策略可减少延误飞行的总成本,具有一定的实用性。     

一种实用的地形回避/地形跟踪算法

给出了一套地形回避/地形跟踪算法,即动态规划法与线性规划算法,根据即时的飞行任务、地形数据、威胁区信息与天气情况等,可以实时在线地规划出有人驾驶或无人自主控制的飞行器的三维最优飞行轨迹。该算法与软件包在F-16战机的地形回避/地形跟踪系统的升级改造中得到了成功应用。     

A multi-criteria fusion feature selection algorithm for fault diagnosis of helicopter planetary gear train

Planetary gear train is a prominent component of helicopter transmission system and its health is of great significance for the flight safety of the helicopter. During health condition monitoring, the selection of a fault sensitive feature subset is meaningful for fault diagnosis of helicopter planetary gear train. According to actual situation, this paper proposed a multi-criteria fusion feature selection algorithm (MCFFSA) to identify an optimal feature subset from the high-dimensional original feature space. In MCFFSA, a fault feature set of multiple domains, including time domain, frequency domain and wavelet domain, is first extracted from the raw vibration dataset. Four targeted criteria are then fused by multi-objective evolutionary algorithm based on decomposition (MOEA/D) to find Proto-efficient subsets, wherein two criteria for measuring diagnostic performance are assessed by sparse Bayesian extreme learning machine (SBELM). Further, F-measure is adopted to identify the optimal feature subset, which was employed for subsequent fault diagnosis. The effectiveness of MCFFSA is validated through six fault recognition datasets from a real helicopter transmission platform. The experimental results illustrate the superiority of combination of MOEA/D and SBELM in MCFFSA, and comparative analysis demonstrates that the optimal feature subset provided by MCFFSA can achieve a better diagnosis performance than other algorithms.