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%。     

航空发动机风扇宽频噪声预测技术发展研究

综述了风扇宽频噪声预测技术在航空发动机噪声控制领域的研究进展和应用,包括经验模型、分析模型、计算气动声学和机器学习等方法。对这些方法的发展现状进行了回顾,并对国内外情况进行了对比分析。研究发现,不同的预测模型适用于不同阶段的设计过程,如经验模型适用于概念设计阶段,分析模型适用于通流设计阶段,计算气动声学适用于详细设计阶段。此外,基于机器学习的风扇尾迹湍流预测是一个重要的研究方向,提高训练效率和预测精度将显著提升机器学习的适用性。最后,对风扇宽频噪声预测方法进行了简要总结和展望。     

退化发动机加速性能恢复控制方法

针对退化发动机加速性能下降的现象,提出一种变喘振裕度约束的模型预测控制方法。通过分析退化发动机在加速过程中的工作特点,将加速过程分为三个阶段,在不同阶段采取不同的喘振裕度约束。鉴于模型预测控制能够显式处理约束、采用在线滚动优化来获取最优控制输入,采取模型预测控制方法,并采用具有较高实时性的交替方向乘子法求解优化问题,实现了退化发动机加速性能的恢复。数字仿真结果表明,采用本文所提出的加速性能恢复控制方法后,相比退化发动机,加速过程中所耗费的时间缩短了35%以上。     

一种基于物理机制的飞机增升装置气动噪声快速预测方法研究

随着航空发动机先进噪声控制技术的使用,机体噪声已经成为飞机着陆阶段的主要声源。在民用飞机进场着陆与起飞过程中增升装置和起落架的气动噪声是机体噪声最强声源。本文研究了一种基于物理机制的增升装置气动噪声预测方法,编制了增升装置气动噪声快速预测程序,修正了增升装置气动噪声预估模型,采用国际公开的文献和试验数据与气动噪声快速预测程序计算结果进行对比。编制气动噪声快速预测程序为评估飞机概念设计阶段的部件噪声级提供了工程实用工具。     

非稳定动态过程非定常气动力建模

现有的大迎角非定常气动力建模方法，通常是以一个或多个频率的稳定振动试验数据来预测稳定滞环。然而，飞机快速机动如过失速机动的过程，不可能是持续的稳定振动，而是一个非稳定的动态过程。因此，这个过程中的气动力不会达到稳定滞环，而是始终处于进入滞环的初始非稳定过程中。基于振动理论分析得出，非定常气动力的动态响应过程存在非稳定和稳定两个阶段，传统建模方法着眼于稳定阶段，而飞机的真实机动过程在非稳定阶段。设计了一种适于非线性系统辨识的激励输入，并以最小二乘支持向量机（LS-SVM）方法为例，实现了在大迎角区幅值和频率范围内任意运动的非定常气动力建模。模型训练完成后，用来预测某机翼在不同基准状态下大迎角范围内做俯仰运动时的升力系数、阻力系数和俯仰力矩系数。结果表明，不仅稳定滞环实现了准确预测，进入滞环的初始非稳定过程也得到了准确预测；此外，基准状态对气动力在初始非稳定过程中的特性存在明显影响。进一步的验证还表明，基于稳定滞环数据只能预测到稳定滞环，无法预测进入滞环的非稳定过程。     

基于马尔科夫链的自动测试设备可靠性预测

自动测试设备在生产和科研过程中非常重要,其可靠性在科研和生产中有着重要的意义。通过对马尔可夫链的分析,提出了基于马尔可夫链建立的自动测试设备可靠性预测的模型,根据某一阶段的自动测试设备故障数据,对下一阶段该自动测试设备可靠性进行预测,从而得到自动测试设备基于马尔可夫链的可靠性预测结果。     

变幅载荷对高温合金裂纹萌生及扩展寿命的影响

为了更好地分析航空发动机用高温合金裂纹萌生阶段的变幅载荷对高温材料的低周疲劳裂纹萌生及扩展寿命的影响,将低周疲劳的裂纹萌生过程视作损伤累积过程,基于连续损伤力学建立了低周疲劳损伤累积模型.结合室温下GQGH4169合金的裂纹扩展试验数据,通过有限元建模计算和数值分析方法确定了模型中具体的损伤参数数值,并对裂纹萌生寿命进行了预测.结果表明:该方法不但能准确地预测变幅加载下CT试样的裂纹萌生寿命,而且能很好地反映萌生阶段变幅载荷对裂纹扩展寿命的影响,而且降低了试验成本.     

超视距空战效能评估模型

通过对现代超视距空战典型过程的分析,将超视距空战过程划分成3个阶段,以Lanchester方程为基础建立了阶段Ⅰ、Ⅱ的兵力损耗模型,分析了机载中、远程空空导弹武器系统作用距离对敌剩余兵力的影响;以优势函数矩阵为基础,探讨了"枚举法"目标分配模型,提出了阶段Ⅲ的效能评估模型。通过对所建模型的分析,探讨了超视距空战不同阶段的作战规律。文中所建模型可用于对现代超视距空战效能评估,空战过程的优势评估、进程预测、装备反算等问题的分析研究。     

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。     

雷达空间电磁近场干扰分段预测方法

针对雷达装备电磁兼容的要求,提出了空间近场雷达装备之间电磁干扰预测方法。采用干扰源与接收机逐对考虑的方式,并采用逐阶段分析预测的方法,即分成天线增益、时间依存关系、互调、交调以及减敏5个阶段进行预测,极大地简化了计算。     

测控站点电磁兼容分析与预测技术研究

本文介绍了对测控站点内各测控设备的电磁干扰进行分析和预测的方法。系统采用干扰源与接收机逐对考虑的方式，极大简化了计算。并采用分阶段预测的方法，即分成：快速筛选、幅度筛选、频率筛选和详细预测四个阶段进行逐阶段分析和预测。     

基于混合系统粒子滤波和二元估计的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。     

飞机薄壁件批量铆接过程的模拟方法研究

机身壁板和机翼壁板是飞机装配过程中典型薄壁件,具有壁薄、弱刚性、曲率变化大等特点,在部装和总装阶段暴露出不同程度的铆接变形问题,且目前无法准确预测或消除.本文从铆接工艺和有限元模型两个方面,建立了面向飞机薄壁件批量铆接过程的有限元仿真简化模型,提出了基于接力计算原理,以MATLAB为二次开发平台,大型有限元软件包ABAQUS为核心求解器的批量铆接过程模拟方法,实现对铆接过程变形情况的分析与预测.通过试验验证该方法的有效性和可行性,为飞机薄壁件铆接变形的控制提供有效的理论支撑.     

钛合金六角头螺栓头部成形过程的有限元分析

航空用螺栓的头部多样、形状复杂,通常情况下利用镦锻工艺成形。研究采用塑性成形仿真软件,针对Ti-6Al-4V六角头螺栓的头部成形过程进行了有限元模拟,对成形各阶段的应力、应变、温度变化以及材料流动情况进行了分析,同时对成形过程中的缺陷进行了预测,为工艺设计和改进提供了依据。     

基于Wiener过程的航空燃油泵寿命预测

基于数据驱动的寿命预测是目前故障预测与健康管理(PHM)技术寿命预测环节的主流方法。通过对燃油泵出口压力数据进行分析,建立了基于随机效应维纳(Wiener)过程状态退化模型,采用贝叶斯(Bayes)方法对模型进行在线更新,应用最大期望(EM)算法实现模型的超参数估计,得到燃油泵剩余寿命在线预测信息。结果显示,其预测均值路径与实际退化情况基本吻合,寿命预测区间控制在40.62~20.57h,在接近寿命阈值阶段其预测不确定率保持在10%左右。本文所采用的分析方法与仿真得出的结果对于基于PHM技术下的维修保障活动具有一定的指导意义。     

一种基于高斯混合模型粒子滤波的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用联合估计和粒子滤波同时估计对象系统故障演化模型状态和未知参数的后验分布。在算法的状态预测阶段,采用了两种不同的计算方法：一种方法是对状态变量当前时刻的后验分布进行迭代采样,从而获得未来时刻的状态变量的先验分布;另一种方法是采用数据驱动的方法预测未来一段时间内对象系统的量测信息,从而将未来时刻状态变量的先验分布的预测问题转化为一个求解后验分布的估计问题。采用高斯混合模型近似随机变量分布密度,从而将两种方法的计算结果在一个统一的预测框架之下进行有效交互,进一步提高了预测的准确性和可靠性。在算法的决策阶段,在获取的故障演化模型状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了所提算法的有效性。     

基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测

提出了一种基于贝叶斯最小二乘支持向量回归(LS-SVR)的锂电池剩余寿命在线概率性预测方法.首先,通过滚动窗方法选取锂电池历史健康退化数据,并根据相空间重构原理建立训练样本,其中最小嵌入维数使用Cao氏方法计算获得.然后,运用贝叶斯3层推理训练LS-SVR预测模型,在迭代预测阶段,采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递,即用一群离散粒子来近似连续分布,结合“退化轨迹不相交”原则和高斯过程假设,预测出锂电池健康状态未来时刻的发展趋势.最后结合给定的失效阈值,通过统计穿越阈值的粒子数目得到剩余寿命的概率分布.使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)方法进行对比实验,多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度.     

基于虚拟裂纹闭合法的铝合金疲劳裂纹扩展分析

基于虚拟裂纹闭合法,以Abaqus有限元软件为平台,编写了用户单元子程序,计算出不同裂纹扩展阶段的应变能释放率和裂纹尖端应力强度因子。结合Paris公式,建立了有限元裂纹扩展模型,可仿真再现疲劳裂纹扩展过程,预测裂纹扩展寿命,为损伤容限评估方法提供一种技术支持。     

基于HMM的网络安全态势评估与预测方法

网络安全态势估计和预测是态势感知的重要过程。在告警信息聚合基础上,以典型攻击模式作为关联依据,结合网络资产的脆弱性识别网络实体所处受攻击阶段并将其转化威胁等级。以威胁等级作为观测值,基于隐Markov模型通过状态估计实现态势评估,并利用神经网络和支持向量机的组合模型实现态势预测。DARPA2000测试数据集上的相关实验表明,本文方法能更加准确地评估和预测网络态势。     

随机取向短纤维增强SMC复合材料疲劳损伤模型

 讨论了复合材料疲劳损伤的数学描述方法，引用等效模量随疲劳过程的降低作为损伤的度量，借助于连续介质损伤力学ＣＤＭ，建立起损伤速率与循环次数之间的幂函数关系。试验发现，疲劳损伤的演变可分为３个阶段，而在一定的应力水平下，稳定扩展的第２阶段占据主导地位，为从理论上预测疲劳寿命成为可能。