基于SPSS因子分析的舰载机航材保障风险因素分析

为做好舰载机航材保障风险管理工作,必须对其可能存在的风险因素进行深入、细致的分析,查找出其关键风险因素并研究风险因素之间的关系。因此,文章在依据舰载机航材保障风险因素初步识别结果的基础上,通过调查问卷的方式,归纳总结出21个舰载机航材保障风险因素,并利用SPSS统计软件和因子分析法对调查问卷的结果进行分析和计算,最终提炼出具有代表性的7个公共因子,从而完成了舰载机航材保障关键风险因素的确定和分类。     

舰载机弹射起飞动力学仿真与安全边界评估

为了研究影响舰载机弹射起飞安全性的因素,在舰载机弹射起飞动力学模型的基础上,设计了标准起飞航迹并进行了数值仿真。分别对航母、飞机、环境等参数对安全起飞的影响规律进行了仿真研究,然后对多种参数的组合影响进行了仿真分析,最终获得了安全起飞的边界参数。     

新型组合预测模型在空中交通流量预测的应用

民航运输业的快速发展使空中交通流量迅猛增加,如何准确预测未来的交通流量是关乎到行业资源高效分配、战略合理部署的一个重要问题。因此,国内外众多专家对空中交通流量的预测进行了大量研究．提出了诸多模型和方法。针对目前空中交通流量预测中存在的缺陷与不足,提出并建立了一种适用于民航的新型组合预测模型。将趋势外推法拟合的结果作为多元回归分析法的复合时间变量组,并利用主成份分析法实现了复合时间变量组与其他影响因素变量的有机结合,建立了趋势外推法和多元回归分析法的组合预测模型。以上海终端区的空中交通流量预测为例,借助SPSS数据统计软件进行研究分析,通过对预测结果的各项精度检验,与传统方法相比较,证实本预测模型的优越性。     

一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。     

舰载机航材保障风险识别研究

通过分析舰载机航材保障风险的来源,剖析其运作的结构模型及其构成因素,对其进行系统分析,从系统外部环境、系统内部结构和系统内部业务流程三个层面识别舰载机航材保障风险,并采用关键成功因素法分析其业务流程层的风险因素。     

卫星参数趋势预测EMA熵组合算法

卫星遥测参数的趋势变化状态对卫星故障预测的判断起到重要的指导作用,立足于遥测参数特性,提出等高线预测方法,从特征数据出现的时刻对参数进行趋势预测。为了提高预测精度,引入EMA(增加期望模式)误差分析模式,结合之前提出的新息灰预测模型,根据熵组合基本原理建立基于EMA熵组合预测模型。通过工程数据仿真计算,并利用预测有效度对各种算法进行评估,结果验证了基于EMA的熵组合预测模型的正确性和可靠性。     

舰尾流对舰载机复飞边界影响分析

通过研究舰载机在进场着舰阶段的复飞边界条件及安全影响因素,考虑引入初步的航母舰尾流场对复飞轨迹的影响,基于六自由度运动方程建立了舰载机在舰尾流环境下的复飞仿真模型。以某型飞机为例,进行了有无紊流扰动下的舰载机复飞仿真计算,并分析了舰尾流对复飞边界的影响。分析结果可为舰载机复飞边界的确定提供参考。     

舰载机机/舰保障适配相关标准浅析

通过国内外舰载机机/舰保障适配技术和相关标准研究,分析了国内外标准对机/舰保障适配中的保障设施、保障设备、人力和人员、规划维修、供应保障、设计接口等综合保障要素的技术要求,便于舰载机设计时综合考虑保障问题,确定舰载机保障性需求,进行保障性设计,规划并研制保障资源.     

舰载机维修保障力量需求研究

战备完好率是舰载机最重要的军事效能指标之一,维修保障力量是维持和恢复舰载机战备完好率、保证舰载机持续作战能力的关键。基于飞机状态转移过程,根据维修组与待维修飞机的数量关系,构建了不同状态飞机数量动态变化的数学模型,讨论了不同的维修保障能力下平均完好飞机数量变化情况,并根据战备完好率指标分析了维修保障力量需求情况。仿真结果显示,模型能够较为清晰地表达出维修保障力量变化对舰载机战备完好率的影响,对于舰载机维修保障力量的部署有实际的参考价值。     

基于有监督线性特征映射(SLFM)网络的材料性能预测模型

构造了基于 SLFM网络的材料性能预测模型 ,探讨了实现该预测模型时网络的拓扑结构、学习和预测机制以及参数选择 ,提供了其对 Ti-2 6合金性能进行预测的实验 ,实验结果良好。在此基础上对 Ti-2 6合金的部分性能影响因素进行了优化 ,优化后的性能测算结果和实验结果相符。     

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。     

基于支持向量机回归的民机航材消耗预测研究

航材作为装备保障的关键部件,其精确化保障在降低库存管理成本、优化资金分配、提高飞行安全等方面有重要作用。为保障飞机正常起飞,增加航空公司运营收入,降低航材保障费用,针对飞机航材消耗样本小、变化大难以预测的问题,提出一种基于支持向量机回归的航材消耗预测模型。以某国产民用飞机实际消耗数据为例,对支持向量机回归模型的预测精度进行验证。结果表明：该支持向量机回归模型对小样本数据有很好的适应性,相比指数平滑法具有更高的预测精度。     

基于BP神经网络模型的西安市生活垃圾产生量预测

建立3层BP神经网络模型,选用市区人口数、国内生产总值和道路清扫面积三个因素预测西安市生活垃圾产量,将原始数据转化成年增长率,并结合trainbr函数来训练网络,泛化能力强,误差小,取得了较好的预测结果。     

Progressive prediction method for failure data with small sample size

The small sample prediction problem which commonly exists in reliability analysis was discussed with the progressive prediction method in this paper.The modeling and estimation procedure,as well as the...     

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。     

典型难加工材料叶片切削加工研究

本文通过建立刀具磨损预测模型,并将该模型理论和现场生产实际相结合,在保证加工质量要求的前提下,给出了难加工材料(GH2132)经济效益最大化的切削加工参数,并在航空发动机叶片型面加工中获得验证,取得了加工质量、加工效率和加工成本的最优结合,为解决航空典型难加工材料的切削参数优化问题提供了重要依据和解决途径,这对于提高航空发动机难加工材料的加工效率和降低加工成本具有重要意义。     

基于非线性预测的发动机转速限控方法

研究对发动机最大转速进行非线性预测限制的方法。将发动机动态过程描述为二阶的V olterra级数模型,并由此建立它的非线性闭环预测模型。根据输入约束和控制目标,提出转速预测限制的滚动控制算法。对此进行了仿真,在超量的加速供油下,得到了预测限制的供油变化线和转速变化线。与比例反馈限制方法比较表明,预测控制方法能够解决燃烧延迟和发动机转子惯性的影响,准确实现转速限制,且其控制算法的计算量小,能符合实时性要求。      

亚洲10大枢纽机场运营绩效预测研究

提高机场未来运营绩效是可持续发展的关键,对其进行准确预测是改善机场运营绩效的基础。考虑到突发事件的影响,单纯定量预测存在预测失真问题,本文采用定性定量结合分析法预测亚洲 10 大枢纽机场“十四五”期间的运营绩效,对比灰色模型定量分析法和 ARIMA 模型的预测结果,并对机场运营绩效预测结果进行分析。结果表明：灰色模型定量分析法比 ARIMA 模型更适合预测机场运营绩效;与实际统计值相比,灰色模型预测的误差都小于 4%,预测精度较好;采用定性定量结合分析法得到了机场未来运营绩效预测的结果,比单纯定量预测更符合实际情况。     

改进灰色预测模型在对地攻击弹药需求预测中的应用

针对战时航空兵编队对地攻击的弹药需求问题,研究了灰色预测模型在弹药需求预测中的应用问题。首先,分析了影响弹药需求预测的主要因素;其次,分析了基本GM(1,1)模型存在的问题,提出了一种新的改进参数和时间响应序列的GM(1,1)模型;最后,分别用基本GM(1,1)模型和改进的GM(1,1)模型对一组弹药需求数列进行比较分析。结果表明,相对于基本GM(1,1)模型而言,改进的GM(1,1)模型的相对误差较小。