考虑结构因素的起落架摆振稳定性分析及优化

以考虑侧向柔性和陀螺特性的摆振数学模型为例,研究了起落架摆振结构因素的影响.采用代数稳定性判据、状态空间法等方法进行了稳定性分析,得到了有关侧向刚度、偏摆刚度和稳定距等结构因素的稳定性区域,以及幅相特性曲线.而且对于起落架摆振优化,提出了基于遗传算法的PID主动控制策略.仿真结果表明,方法有效抑制了各种结构参数组合下摆振的发生,使得受控系统具有一定的强鲁棒性.     

无人机发动机空中停车故障机理研究

针对某型现役无人机活塞发动机飞行中出现的空中意外停车故障,从发动机停车控制原理出发分析其故障机理,构建发动机空中意外停车故障树,并用实例予以验证,为无人机发动机故障的空中应急处置和事后维修提供可行性建议。     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。     

某型涡轴发动机起动冷转异响故障分析

针对外场某型涡轴发动机首次装直升机起动冷运转过程中,发动机有异常响声的故障现象,对发动机进行了分解检查、质量复查、原因分析和机理分析等工作,找准了故障原因,制定了预防措施,完善规范了发动机装配工艺规程,有利于预防同类故障的再发生,提高了该型航空发动机的安全性和可靠性。     

基于快速非奇异终端滑模的姿态控制技术

针对存在执行器故障与外部干扰的刚体飞行器姿态控制系统,提出一种基于快速非奇异终端滑模(NSFTSM)的姿态容错控制方法.控制方法不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题.采用二阶鲁棒精确微分器估计执行器故障与外部干扰,采用快速非奇异终端滑模技术设计姿态容错控制律,根据Lyapunov稳定性理论证明了方法的稳定性.稳定性分析表明,通过引入新型快速非奇异终端滑模,控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,进而收敛到系统平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性.数值仿真结果验证了方法在姿态跟踪控制中的有效性.     

存在外部干扰的网络控制系统故障检测和优化

针对存在时延和丢包的网络控制系统,研究了系统的故障检测滤波器设计和优化设计问题.通过泰勒展开将未知时延处理成外界干扰,采用伯努利随机过程来描述丢包现象.设计观测器产生残差信号,将故障检测问题转化为H∞滤波问题.通过Lyapunov函数方法分析了系统的稳定性.以线性矩阵不等式的形式给出了滤波器存在的充分条件和求解方法.为进一步提高系统对故障信号的灵敏度,采用了一种优化设计方法对故障检测系统进行了优化.最后通过仿真验证了算法的有效性.     

航空事故人为因素多模型集成分析与控制策略

人为因素是现代航空事故最主要的致因因素,分析航空事故中人为因素的特点,进一步提出预防措施,有利于提高飞行安全水平,实现本质安全。提出多模型集成的航空事故人为因素分析与控制流程,将事故树分析方法( FTA)和人因分析及分类系统( HFACS)相结合,寻找事故的直接原因和深层次原因,全面识别航空事故中的人为因素、事故机理及事故演化过程;运用定量方法找出关键因素,针对性地提出避免由人为因素导致航空事故的策略;根据关联危害性分析法,挖掘事故的潜在不安全因素,实现主动的事故预防。     

综合模块化航电系统FC网络的机内测试设计

针对综合模块化航电系统FC网络单元分布范围广、故障定位困难、维修效率低的问题,设计了一种机内自测试方法.在网络构建时间和通信效率的约束条件下,通过网络构建和故障检测同步进行的机制实现快速的任务前故障检测,通过实时监测和故障触发相结合实现低开销的任务中故障检测.在网络故障发生后,通过网络遍历和通信自环绕测试将故障有效地隔离至单个模块,提高检测和维修的效率.     

基于大数据的空管运行安全预警研究

空中交通管制的任务是确保航空器的安全飞行,为了保证飞行安全,需要进行空中交通管制系统运行安全评估及预警的研究.借鉴大数据理论建立空中交通管制大数据概念,从影响空中交通管制系统运行的主要风险因素出发,建立空中交通管制安全运行的状态向量空间,利用主成分分析法去除基础向量线性相关性,再利用聚类分析过程建立空中交通管制运行安全预警知识库,实现空中交通管制运行安全评估和及时预警.结果表明:所用的预警分类分析方法能够很好地实现预警分类和安全评估,为管制部门的相关决策提供理论依据.     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.