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。     

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。     

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。