飞行管理系统垂直剖面预测研究

在飞行管理系统中,垂直剖面预测完成从起飞到着陆全过程的速度和高度等参数的计算,为飞行员提供飞行计划预测信息。通过分析垂直飞行剖面的划分方法和各种限制的特点,给出垂直飞行剖面预测计算的实现途径,并对多重限制在计算中的考虑做了简要介绍。     

民机任务剖面性能的优化方法研究

讨论了优化民机典型任务剖面性能的特点，解决了大量剖面参数给剖面性能优化带来的复杂性。将典型任务剖面性能优化问题简化为四维静态优化问题，研究了民用支线飞机典型任务剖面性能优化的实现方法，并将其用于多种性能指标的优化。实践表明，所用的模型正确且方法省时，可靠，具有实用价值。     

基于单参数迭代的TAEM在线轨迹生成方法

针对大升力体轨道再入飞行器末端能量管理（TAEM）段制导控制能力强、末端约束不惟一的问题，将TAEM段分为动压跟踪和着陆预备2个阶段，设计了不同的纵向轨迹剖面，从而将TAEM段在线轨迹生成问题转化为单参数搜索问题。第1阶段设计标称动压剖面为纵向参考轨迹，使得飞行器过程约束得到保证。第2阶段纵向剖面设计为标称高度剖面，从而使得末端点高度和倾角约束得到保证。根据末端动压误差设计修正律，迭代修正第一阶段动压剖面，从而使得最终的纵向轨迹满足所有的状态约束。在线轨迹递推采用以时间为自变量的数值积分，递推过程引入闭环制导律，通过实时修正攻角跟踪纵向剖面，修正倾侧角跟踪地面轨迹，从而保证在线生成的轨迹符合物理特性，降低闭环制导难度。在考虑初期再入末端大范围状态散布情况下，数值仿真显示了所提算法的鲁棒性。     

RLV双层迭代末端能量管理段轨迹设计方法

针对可重复使用运载器末端能量管理段初始状态存在大范围摄动问题，提出一种双层迭代末端能量管理段轨迹设计方法。首先，将地面轨迹设计问题简化为求两直线公切圆问题，仅需改变单一参数即可大范围调节航程，得到可行地面轨迹；针对纵向平面，提出双层迭代轨迹设计算法，内层迭代剖面参数保证飞行器满足末端状态约束，外层迭代地面轨迹参数改变航程。然后，提出了制导方法和双层迭代校正算法，并开展了仿真计算及分析。研究结果表明，在初始状态存在大范围散布情况下，所提算法均可得到满足需求的地面轨迹和纵向剖面参数，保证飞行器顺利到达自动着陆窗口，末端状态误差较小，具备较强的鲁棒性。     

GNSS实时卫星钟差估计在地震监测中的应用

为快速、有效地获取地震发生阶段震源周边地区站点的动态位移，为地震预警系统提供高可靠性的地表形变信息，利用全球导航卫星系统（global navigation satellite system, GNSS）高频观测数据，基于非差估计法对多模GNSS卫星钟差进行实时估计及性能分析，并将其应用于精密单点定位（precise point positioning, PPP）实时计算2021年漾濞Mw6.4地震和玛多Mw 7.4地震的地面动态形变。结果表明,GNSS四系统实时估计卫星钟差的标准差（standard deviation, STD）均值为0.142 ns，其多系统组合PPP动态解的平均标准差在水平方向达到0.5 cm，高程方向达到1.0 cm，计算得到的地震动态位移波形相对GPS单系统更为稳定，而且能够获得较为准确的同震形变。     

变参数椭圆剖面的气动和结构特性研究

采用数值计算方法对亚声速飞行器中常见的外露非升力杆状部件的整流剖面进行了研究,提出了一类新型的变参数椭圆剖面,其外形由二次曲线形状参数Rho和最大厚度位置确定。通过进行长细比在1.5至8之间的椭圆剖面、翼型剖面和变参数椭圆剖面的阻力、升力和结构特性对比分析,表明翼型剖面在长细比大于3时具有最小的阻力和最大的升力线斜率,进一步降低长细比可能出现负升力线斜率等现象,阻力也反而增加。标准椭圆阻力最大,而变参数椭圆剖面即使长细比降低至2仍有较好的阻力升力特性。综合对比表明采用前后Rho值为0.414/0.35的剖面阻力和升力线斜率较低,结构厚度和截面积相对翼型提高,作为整流剖面可能具有更好的气动与结构综合效率。     

双通道微波辐射计大气折射率剖面反演的神经网络算法

基于地基双通道微波辐射计（23．8GHz和31．65GHz）所测天顶方向的亮温测量数据和地面气象参数，给出了一种利用微波辐射测量反演大气折射率剖面的神经网络算法。利用青岛地区历史探空数据仿真的大气辐射亮温对神经网络进行了训练，回归得到了三段折射率剖面模型，并对利用实测亮温反演的大气折射率剖面与探空实测折射率剖面和模式剖面进行了比较分析，分析结果表明利用微波辐射计反演的折射率剖面与实测剖面间有很好的一致性，较三段折射率剖面模式具有更好的反演精度。     

联信为A3XX准备了新的显示系统

这种适于Ａ３ＸＸ这样的超大型运输机的综合导航／危险显示器，能将导航显示和地形、气象等危险信息有序地结合在一起。由于采用较大尺寸的液晶显示器，与地形有关的垂直飞行剖面也能呈现在显示器上，用于飞机爬升和下降，并能在执行由巡航高度下滑到准备进近高度过程中进行飞行程序与飞行剖面的比较。联信为A3XX准备了新的显示系统     

基于精确参数化定义的复合材料桨叶剖面 扭转刚度计算

在系统地对桨叶结构设计流程、结构分析计算方法进行研究的基础上,通过对桨叶组件参数化定义及桨叶铺层三维几何建模方法的扩展,自动获得各桨叶剖面相关组件的几何和材料信息,并基于闭口薄壁梁理论,给出了复合材料桨叶剖面扭转刚度的高效计算方法.该方法一方面充分考虑了复合材料蒙皮铺层的复杂结构以及梁、肋等组件的细节几何模型,避免了三维几何模型简化误差;另一方面,提出了铺层块、等效厚度以及长厚比概念,并采用解析表达,将模型几何解构完全集成于桨叶设计过程自动完成,十分便于工程应用.实例验证表明:提出的方法能够快速、可靠地完成桨叶剖面扭转刚度计算,显著提高设计分析效率.      

基于任务段的航空发动机载荷谱聚类方法

针对航空发动机飞行任务剖面分类问题,对发动机31个飞行任务剖面进行了聚类分析。选取飞行高度和飞行马赫数作为划分飞行任务剖面的参数, 依据其对应的飞行任务段均值生成聚类散点图,将剖面类型划分为5大类。结果表明:低空低速剖面在无量纲飞行高度为0~0.2、飞行马赫数为0.4~0.6区间,均值最低;高空高速剖面在无量纲飞行高度为1.2~2.2、飞行马赫数为1.0~1.8区间,均值最高;飞行任务剖面在无量纲飞行高度为0.2~1.2、飞行马赫数为0.6~1.0区间内最为集中;针对散点密集区域,可依据剖面特征进一步划分剖面类型;不同剖面间,飞行高度与飞行马赫数差异性强,利于剖面划分,而法向过载与转速差异性小,不利于剖面的划分。所提出的方法可以快速有效的对航空发动机飞行任务剖面进行聚类分析。      

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择；训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

基于粒子群算法的航空离心泵复合叶轮优化设计研究

针对航空离心泵复合叶轮三元扭曲型线的优化设计问题,基于Matlab平台采用五点四次Bezier曲线控制四条轴面流线的空间圆周角度分布,实现复合叶型的参数化设计。在此基础上,应用批处理联合仿真方法对125组优化空间样本进行数值模拟,并以效率函数为目标,基于高斯型径向基函数构建复合叶轮型线参数的性能代理模型。最后采用粒子群算法对优化设计参数进行全局寻优搜索。结果表明,代理模型的修正复相关系数为0.9269,标准差为0.1036,能够满足参数预测的性能要求,优化后整泵水力效率提高2.72%。     

基于贯序正则极端学习机的时间序列预测及其应用

为实现对液压泵特征参数的在线预测,提出一种贯序正则极端学习机(SRELM),并研究了基于SRELM的预测方法.SRELM根据结构风险最小化原理实现网络训练,其网络权值可随新样本的逐次加入而递推求解,具有泛化能力强与训练速度快的优点,因此适于特征参数的在线预测.基于SRELM的预测方法利用特征参数训练SRELM模型,以逐...     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

基于信度规则库的惯性平台健康状态参数在线估计

 实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明：该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。     

综合时序信息的试验优化设计及稀疏求解

考虑不同试验点的试验成本及试验时序信息,在性能指标与影响因素间的响应模型未知情况下,利用装备系统的先验信息构造模型驱动的基函数,构造相应的回归模型来刻画系统的内在关系,分析不同试验点成本及试验时序对试验方案的影响。定义了一种考虑空间权重及批序贯时序的非均匀最优设计模型,将稀疏理论引入到回归试验设计中,把不同批次试验下的回归试验设计模型参数估计问题转换为结构化稀疏重构问题,讨论了非均匀最优设计的构造定理,提出结构化稀疏参数求解算法。算例表明:利用本方法生成的试验点考虑了试验点空间权重和试验时序信息,更符合实际试验规程;采用本方法获得的响应函数得到的期望预测误差更小。     

Lifetime prediction based on Gamma processes from accelerated degradation data

Accelerated degradation test is a useful approach to predict the product lifetime at the normal use stress level, especially for highly reliable products. Two kinds of the lifetime prediction based on Gamma processes were studied. One was to predict the lifetime of the population from accelerated degradation data, and the other was to predict the lifetime of an individual by taking the accelerated degradation data as prior information. For an extensive application, the Gamma process with a time transformation and random effects was considered. A novel contribution is that a deducing method for determining the relationships between the shape and scale parameters of Gamma processes and accelerated stresses was presented. When predicting the lifetime of an individual, Bayesian inference methods were adopted to improve the prediction accuracy, in which the conjugate prior distribution and the non-conjugate prior distribution of random parameters were studied. The conjugate prior distribution only considers the random effect of the scale parameter while the non-conjugate prior distribution considers the random effects of both the scale and shape parameter. The application and usefulness of the proposed method was demonstrated by the accelerated degradation data of carbon-film resistors.     

GPS based prediction of the instantaneous impact point for sounding rockets

As part of the range safety operations during a sounding rocket launch, a real-time prediction of the instantaneous impact point (IIP) is performed to monitor the expected touch down point in case of a boost termination. Supplementary to traditional radar tracking, the IIP prediction is nowadays based on GPS navigation data, which offer an inherently higher accuracy and reduced data noise. To comply with the increased tracking performance, a consistent set of equations suitable for real-time computation of the approximate IIP is established. Aside from a consideration of gravitational forces, reference frame rotation and Earth curvature, the model can also account for drag during the ascent trajectory provided that a priori information on the ballistic properties of the launch vehicle is available. The algorithm is tested for a representative set of mission profiles and applied to GPS flight data of an Improved Orion rocket and a Maxus rocket launched at Esrange, Kiruna.     

基于最大损伤临界平面多轴疲劳寿命预测方法

基于临界平面法,提出一种多轴疲劳损伤参量和多轴寿命预测模型,与传统损伤参量以最大剪应变变程平面为临界平面不同,该损伤参量以最大损伤平面为临界平面,考虑最大剪应变变程,作用在最大剪应变变程平面上的法向应变变程和最大法向应力对疲劳裂纹萌生与扩展的综合作用,更好地反映非比例加载产生的循环附加强化导致疲劳寿命减小的现象,并且该损伤参量不含经验常数,不需进行平均应力修正,适于工程应用.经3种材料试样多轴疲劳试验验证,该模型预测结果较好.使用该损伤参量对某型发动机涡轮盘传动臂销钉孔寿命进行预测进一步证明以最大损伤平面为临界平面的损伤参量的工程适用性.      

基于临界面-损伤参量法的高压涡轮盘多轴疲劳寿命预测

基于临界面法对某高压涡轮（HPT）盘及GH4169合金试样进行多轴疲劳寿命预测,得出SWT（Smith-Watson-Topper）模型对单轴疲劳具有较好的预测效果而对多轴疲劳的预测效果较差,Fatemi-Socie （FS）模型也能较好地预测单轴加载下的疲劳寿命,但FS模型仅考虑最大剪应变幅平面上的正应力对疲劳损伤的影响,导致其多轴疲劳寿命预测偏保守。基于此,本文以最大剪应变幅为主要损伤控制参数,同时以最大剪应变幅平面上的正应力和正应变组成的修正参数作为多轴疲劳损伤的第二控制参数,提出了一个新的多轴疲劳临界面-损伤参量模型。结合GH4169合金及某高压涡轮盘试验验证。结果表明,对比SWT、FS和Wang-Brown （WB）模型,新模型的多轴疲劳寿命预测精度更高。