基于GA优化BP算法的滑油状态监测

滑油状态的监测与分析是航空发动机状态监测与故障诊断的重要手段。为了解决以往滑油金属质量分数预测模型算法的局部性、收敛速度慢及预测结果误差大等问题,结合遗传算法（GA）收敛速度快、鲁棒性好等优点,对反向传播（BP）神经网络算法进行GA优化,通过GA对参数寻优,并应用于发动机滑油金属质量分数预测。由于滑油的状态参数并不能确定部件故障与否,利用贝叶斯（Bayes）决策规则对诊断结果进行了错误率计算。将所提方法应用于某航空发动机滑油铁质量分数预测,结果表明：采用GA优化后的BP神经网络（GA-BP）得到的预测结果具有更高的精度,其最大预测误差不超过6%,平均预测误差为1.7%,所测数据与原数据具有较好的拟合性,利用Bayes决策规则对诊断结果进行分析,对于部件故障与否的判别更具说服力。     

基于不完备检测的飞机结构维修优化方法

针对飞机结构的损伤容限设计特点,提出了采用不等间隔的检测策略,同时考虑了不同检测等级的不同检测完备程度对飞机结构维修费用和维修决策的影响.研究了在此策略下的不同更新情况和相应的更新概率,以检测间隔、首检期系数和检测等级为优化变量,期望维修费用率为目标函数,建立了基于不完备检测的飞机结构维修优化模型.通过实例验证了模型的有效性和经济性.     

基于模型检验的飞机系统安全性分析方法研究

传统的安全性分析方法,受到分析人员自身技能和经验等因素的影响,容易疏漏系统的失效状态或误判失效的影响。模型检验利用遍历算法,既可以从数学上保证搜索出系统的所有状态,不会发生疏漏;又可以利用计算机检验工具,实现自动分析过程,减少对分析人员技能和经验的依赖。将模型检验引入飞机系统安全性领域,提出了一种基于模型检验的安全性分析方法,以SAE ARP 4761标准附录中的机轮刹车系统为例,利用模型检验工具NuSMV对其安全性进行了分析,自动识别出导致某系统顶事件发生的最小失效组合,完成了传统故障树分析的目的。     

形式化模型检验在飞机系统演绎式安全分析中的应用研究

随着飞机系统复杂度的目益增长,对飞机设计人员和安全性分析人员能力的提升也提出了相应要求。但是传统的安全性分析方法都存在一些弊端:高度主观并且依赖分析人员的技能和经验,而且不太可能做到完整无错。形式化验证技术,如模型检验方法,能够很好地处理复杂度较高的系统,并且能在一定程度上克服这些弊端。本文运用模型检验的方法对系统进行演绎式安全性分析,得到定性的结果。     

基于降噪自编码器的航空发动机性能退化评估

针对航空发动机性能退化的形式及规律,提出一种基于降噪自编码器的航空发动机性能退化评估方法。针对采集的航空发动机6个状态监测参数,采用降噪自编码器,利用贪婪逐层训练算法,挖掘各参数对发动机性能的深层影响,提取出更有利于评估的数据特征,进行性能退化评估。将提出的算法与BP(back propagation)神经网络以及支持向量机得到的结果进行测试比较,测试表明:提出的方法准确率有所提高,达到93.5%,具有较强的鲁棒性,在信噪比为10dB时准确率达到84.5%,并且能够防止航空发动机状态监测中小样本过拟合的问题。     

基于COTS器件的月面自主智能微小机器人智能计算系统

在空间应用领域,微小型化、低成本设计是一个重要的理念和发展趋势.本文面向深空探测,提出一种基于商用货架(commercial off the shelf,COTS)软硬件的微小型化人工智能计算系统架构和设计方法,实现了月面自主智能微小机器人的智能计算基础硬件和软件,通过了地面各项环境试验验证,并成功完成了月面在轨飞行验证.该方法为COTS器件的进一步空间应用提供了参考.     

基于差错的民航机务系统安全分析

为实现对民航机务系统更科学的安全分析和评价,在传统“人－机－环－管”理论基础上,通过研究大量事故报告和民航规章,结合REASON模型和SHELLO模型,构建了基于差错管理的民航机务系统安全评价指标体系,用模糊层次分析法（ FAHP）计算指标权重,用模糊理论量化定性指标,通过模糊综合评价（ FCE）计算系统安全度,可以直观地看到评价结果及机务系统的薄弱环节和主要影响因素。通过实例和对比分析证明,提出的方法是科学合理的。     

价值工程在民机首批航材计划中的应用研究

利用价值工程分析法,综合运用初始备件推荐清单(RSPL)、主最低设备清单(MMEL)及运营可靠性数据等,研究了一种确定民机首批航材计划的方法。     

大型客机维修成本优化研究

在设计初期通过加强可靠性设计与维修性设计降低大型客机直接维修成本(DMC),是提高大型客机经济性的有效途径。本文建立了基于可靠性设计参数和维修性设计参数的大型客机维修成本模型,采用协同优化方法对可靠性和维修性设计参数进行协同优化,寻求降低维修成本的满意设计参数。通过对维修成本模型中的设计参数的优化,给出了协同优化方法进行复杂的大型客机维修成本设计优化的一般思路。并用大型客机起落架系统的直接维修成本优化算例验证了协同优化算法解决大型客机维修成本优化问题的有效性。     

基于深度学习的航空发动机故障融合诊断

通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合算法的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,先利用深度学习模型提取出性能参数中的隐藏特征,得出故障分类置信度;其后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D发动机故障系数用于数据仿真,通过算例验证本文算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。