一种基于SVR的飞机巡航段油耗预测方法

针对飞机巡航段燃油消耗量预测问题,提出一种基于支持向量回归机(SVR:Support Vector Regression)的预测建模方法,并应用Grid-Search参数寻优法优化模型参数,基于真实QAR数据建立SVR预测模型,并从平方相关系数和平均绝对百分误差两个不同指标与BP神经网络模型的预测结果进行比较,比较结果表明:SVR预测模型的预测结果精度高。     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

创新技术助力绿色机场、智能机场建设——中国(北京)国际机场技术、设备和服务展览会

2012年9月26日至28日,第五届中国(北京)国际机场技术、设备和服务展览会在中国国际展览中心成功举办。民航局副局长夏兴华、机场司司长覃章高为开幕式剪彩,并参观了部分展台。展会由中国航空器材集团公司与英国迈布克斯会议展览集团有限公司共同主     

组合预测在外弹道数据处理中的应用

利用组合预测方法中方差倒数加权(Variance ReciprocalWeighting,VRW)原理对测控网中多台外弹道跟踪测量设备测量数据的单独预测结果进行组合预测。计算数据结果表明,方差倒数加权预测计算结果的可靠性优于任何单次预测结果,获得的计算结果更逼近实际弹道。     

华普航空发动机培训中心落成

由普惠公司(Pratt＆Whitney)和中国航空器材进出口集团共同建立的华普航空发动机培训中心于12月4日在北京举行了隆重的落成仪式。 专程来京的普惠公司总裁路易·谢纳沃(Louis Chenevert)在接受记者采访时表示,不仅仅有好的产品、好的设备,同时要有很好的培训,才能确保飞     

基于改进AHP方法的军械器材关键工序质量监控技术

针对军械器材生产过程中关键工序质量监控特点,分析影响关键工序质量水平的因素,建立了军械器材工序质量控制点层次结构模型,为克服传统层次分析法(Analytic Hierarchy Prccess,AHP)存在的标度缺陷问题,采用改进的AHP方法对军械器材关键工序质量监控点进行监控,提高了军械器材生产过程质量监控的科学性和合理性。     

浅谈空中交通管制系统的工作模式

空中交通管制系统(ATC)是由地面设备和空中设备组成.地面设备包括一次监视雷达(PSR)、二次监视雷达(SSR)及终端显示器等;空中设备包括机载应答机(ATC)和空中交通防撞系统(TCAS).当空中应答机被地面台或其他空中应答机询问时,能自动发射脉冲代码回答信号,把飞机的识别、高度及位置信息提供给地面台或装有TCAS系统的飞机.地面调度员利用这些信息对飞机进行空中交通管制,装有TCAS计算机的飞机利用这些信息进行防撞预测.目前我国使用的ATC系统有空中交通管制雷达信标系统(ATCRBS)和离散寻址信标系统(DABS),两者相互兼容.这里只介绍ATCRBS系统的工作原理.     

欧洲着眼于2020年航空发动机

欧洲航空航天工业界为迎接今后20年的挑战，将着眼于民用航空、发动机、设备和空中交通管理市场的控制。到2020年，预计新一代低成本发动机对环境冲击影响将可以忽略。例如噪声，对机场附近的居民将不再构成危害；发动机所需燃料的消耗量将降低50%，燃烧释放的氮氧化物将减少80%。此外，安全性方面将提高5倍。估计到2020年，将由低温燃料发动机驱动的班机升空。 (本刊通讯员)     

基于灰色理论的自适应多参数预测模型

故障预测对保障武器装备安全可靠工作具有重要意义。但是,用于武器装备故障诊断和预测的数据往往是小样本、多特征参数数据,当前主要的故障预测方法在实际故障预测中虽取得了一定的效果,但均存在不足之处。本文基于灰色预测建模理论,分析了GM(1,1)预测建模中的不足,考虑多个特征参数间的相互关系以及预测序列的实际特点,修正了初始值和背景值,建立了小样本情况下的自适应多特征参数预测模型,并以某型飞机发动机的多特征参数的仿真数据为例进行了预测分析,结果表明该模型具有很好的预测精度,证明了该模型的有效性。     

基于PSO_LS-SVM的装备研制费用预测研究

在简要介绍了粒子群优化算法基本原理的基础上,建立了基于POS_LS-SVM的装备研制费用预测模型,并应用实例进行了验证。结果表明,采用PSO_LS-SVM方法进行装备研制费用预测,得到的预测结果精度更高、计算速度更快。     

弹载电子设备寿命预测方法研究

介绍了寿命预测的基本概念及目前较常用的几种预测方法,分析了这几种方法的优缺点。着重描述了具有"少数据建模"特点的灰色GM(1,1)预测模型的建模方法及后验差精度检验方法,最后应用此模型解决了某型号弹载电子设备寿命预测的问题。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。     

导弹电子设备故障的组合预测方法研究

针对传统GM(1,1)的对纯指数型序列预测的局限性,引出了改进的离散灰色DGM(1,1)模型。应用DGM(1,1)模型与时间序列AR模型的组合模型对导弹电子设备进行故障预测,并通过实例对预测精度进行了检验。     

电子设备故障预测与健康管理技术发展新动态

电子设备是各类航空、航天等高新技术装备必不可少的重要组成部分。与机械类设备存在明显退化状态征兆不同，电子设备退化状态无明显的外在表现，尚无有效征兆对其状态进行刻画，对其进行故障预测与健康管理存在一定的困难。针对该问题，梳理了电子设备故障预测与健康管理技术的基本概念和内涵，介绍了电子设备故障预测与健康管理技术的国内外研究现状，分析了当前复杂电子设备故障预测与健康管理技术面临的挑战和对策。在此基础上，结合未来复杂电子设备新特点及该领域最新研究进展，从基于间歇故障特征的健康状态表征、面向故障预测与健康管理的测试性设计和多源特征融合的健康状态评估等方面，提出了电子设备故障预测与健康管理技术发展的新方向。     

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。     

Dynamic temperature prediction of electronic equipment under high altitude long endurance conditions

Unmanned Aerial Vehicle (UAV) is developing towards the direction of High Altitude Long Endurance (HALE). This will have an important influence on the stability of its airborne electronic equipment using passive thermal management. In this paper, a multi-node transient thermal model for airborne electronic equipment is set up based on the thermal network method to predict their dynamic temperature responses under high altitude and long flight time conditions. Some relevant factors are considered into this temperature prediction model including flight environment, radiation, convection, heat conduction, etc. An experimental chamber simulating a high altitude flight environment was set up to survey the dynamic thermal responses of airborne electronic equipment in a UAV. According to the experimental measurement results, the multi-node transient thermal model is verified without consideration of the effects of flight speed. Then, a modified way about outside flight speed is added into the model to improve the temperature prediction performance. Finally, the corresponding simulation code is developed based on the proposed model. It can realize the dynamic temperature prediction of airborne electronic equipment under HALE conditions.     

基于MSC.Fatigue的电子设备随机振动疲劳分析

针对机载电子设备随机振动问题,研究利用数字仿真技术预测结构随机振动疲劳寿命的方法.以某机载电子设备结构为研究对象,根据随机振动理论和有限单元法,采用MSC.Fatigue软件进行随机振动疲劳分析,计算疲劳寿命大小及分布.通过把计算结果与试验结果进行对比,证明利用随机振动疲劳分析方法预测此类产品的疲劳寿命是可行的.